python处理HTML的函数库,【整理】关于Python中的html处理库函数BeautifulSoup使用注意事项...

101 阅读 0 评论 67 点赞

我是靠谱客的博主自然蜗牛，最近开发中收集的这篇文章主要介绍python处理HTML的函数库,【整理】关于Python中的html处理库函数BeautifulSoup使用注意事项...，觉得挺不错的，现在分享给大家，希望可以做个参考。

此处不打算解释具体用法，因为官方主页中有说明：

以及网上也有很多资料解释，具体是如何使用BeautifulSoup的。

此处只是记录，在使用过程中，遇到的一些问题，以及如何解决的，或者是使用时候，有哪些需要注意的事情。

1.关于不支持相关的问题

如果要解析的html中包含类似于：

等字样的字符串，此处3.0.6的BeautifulSoup会解析出错的。

具体相关解释去看：

2.不支持html中一些属性/字符的深度嵌套

如果解析的html中包含一些特殊的情况，比如

sina的一个博客帖子：

其html源码中包含这样的：。。。。。。。。。。。。。。。

那么此部分内容，就会解析失败。

此处我用了代码：# handle special case for http://blog.sina.com.cn/s/blog_5058502a01017j3j.html

processedHtml = processedHtml.replace('', "");

processedHtml = processedHtml.replace("", "");

去处理，然后再去解析，就可以了。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。