在爬新浪财经的股吧评论的时候，使用第三方解析器lxml时出现了信息丢失的问题：
1 bsObj = BeautifulSoup(page, "lxml")
通过search，发现是通过lxml来解析页面时出现的问题。因此换用另一个解析器：html5lib，此解析器速度较慢，但容错性最好。
1 bsObj = BeautifulSoup(page, "html5lib")
关于各种解析器的介绍可以看一下Beautiful Soup的中文文档
BeautifulSoup通过lxml解析页面造成信息丢失的解决方法
猜你喜欢
转载自www.cnblogs.com/taolusi/p/9278646.html
今日推荐
周排行