BeautifulSoup通过lxml解析页面造成信息丢失的解决方法

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

posted @ 2018-07-07 22:21  taolusi  阅读(813)  评论(0)  编辑  收藏  举报