admin管理员组文章数量:1576373
lxml解析数据,在使用parse加载本地的html文件的时候出现报错
报错分析:
我们查看代码发现是没有任何问题的,但报错显示:开始和结束标记不匹配。
lxml.etree.XMLSyntaxError: Opening and ending tag mismatch
这是因为???
html:因为html是超文本标记语言,代码不规范也能解析。
python:python是编程语言,代码不规范则解析不了。
html代码书写不规范,不符合xml解析器的使用规范
解决方案!!!
我们只要给python指定解析器,他是不是能解析出网页呢?
parser = etree.HTMLParser(encoding="utf-8") #parser:解析器。
文件名+网页类型+解析器(指定编码)
把parser解析器放到tree = etree.parse("a.html")里面:tree = etree.parse("a.html", parser=parser)
则可获得到lxml.etree._ElementTree类型的数据
即可进行之后的解析
若要查看HTML源码则
指定类型解码:etree.tostring(tree, encoding="utf-8").decode("utf-8")
版权声明:本文标题:【python爬虫】parse加载本地HTML文件:lxml.etree.XMLSyntaxError报错的分析和解决方案 内容由热心网友自发贡献,该文观点仅代表作者本人, 转载请联系作者并注明出处:https://m.elefans.com/xitong/1727798263a1130519.html, 本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,一经查实,本站将立刻删除。
发表评论