Python2 和 Python3 之间的 BeautifulSoup HTMLparsingError答案

【问题标题】：BeautifulSoup HTMLparsingError between Python2 and Python3Python2 和 Python3 之间的 BeautifulSoup HTMLparsingError
【发布时间】：2018-03-05 18:38:27
【问题描述】：

我在 Python27 上运行了一个 bs4 程序，它运行良好，我在使用 Python3 时遇到了问题。我正在为两者使用更新版本的 bs4。我正在运行它的文件是 html，我注意到错误出现在标签上。是否有我需要更新的支持模块？喜欢 lxml？

代码：

from bs4 import BeautifulSoup

data = open(directory +'\\'+ file)
soup = BeautifulSoup(data, 'html.parser')

这是错误：

...
File "C:\Anaconda3\lib\html\parser.py", line 174, in error 
      raise HTMLParseError(message, self.getpos())
html.parser.HTMLParseError: unknown status keyword 'NKXE' in marked section, 
      at line 318, column 49

永远感谢您的帮助！

【问题讨论】：

检查一下你的文件处理程序是否正在读取...
不确定您要什么。你的意思是什么是“数据”对象？因为我在 python27 中看到它是 .
然后在python3它的TextIOWrapper： <_io.textiowrapper name="C:\\Users\\..txt" mode="r" encoding="cp1252">

标签： python html beautifulsoup python-2to3

【解决方案1】：

查看是否安装html5lib

pip install html5lib

然后发出这样的请求可以解决问题。

from bs4 import BeautifulSoup

data = open(directory +'\\'+ file)
soup = BeautifulSoup(data, 'html5lib')

这对我有用。

【讨论】：

仔细查看错误消息，您似乎正在使用 Anaconda，因此您可能需要使用 conda 而不是 pip 来安装 html5lib
我确实使用 conda。再次感谢。