1

Beautiful Soupを使用して多くの Web サイトを正常に解析していますが、いくつかの問題が発生しています。例は次のページです。

http://www.designsponge.com/2013/04/biz-ladies-how-to-use-networking-to-improve-your-search-engine-rankings.html

美しいスープに正確なソースを供給していますが、エラーはありませんが、機能不全の HTML 文字列を返します...

コード：

soup = BeautifulSoup(site_html)
print str(soup.html)

結果：

<html class="no-js" lang="en"> <!--&lt;![endif]--> </html>

何がつまずいているのかを突き止めようとしていますが、html ソースを見ても何も浮かびません。誰か洞察力がありますか？

4

1 に答える 1

5

別のパーサーを試してください。ページはパーサーでうまく解析されますhtml5lib。

>>> soup = BeautifulSoup(r.content, 'html5')
>>> len(soup.find_all('li'))
97

すべてのパーサーが壊れた HTML を同じように扱えるわけではありません。

于 2013-04-02T20:50:41.030 に答える