[已解决]爬房价时出现They don't have html5lib installed错误

黑色光亮

1. import requests
   
2. import bs4
   
3. 
   
4. def open_url(url):
   
5.     headers = {"User-Agent":"Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.169 Safari/537.36"}
   
6.     res = requests.get(url,headers = headers)
   
7. 
   
8.     return res
   
9. 
   
10. def find_data(res):
    
11.     soup = bs4.BeautifulSoup(res.text,"html.parser")
    
12.     content = soup.find(id = "Cnt-Main-Article-QQ")
    
13.     target = content.find_all("p",style = "TEXT-INDENT:2em")
    
14.    
    
15.     for each in target:
    
16.         print(each.text)
    
17. 
    
18. def main():
    
19.     url = "http://news.house.qq.com/a/20170702/003985.htm"
    
20.     res = open_url(url)
    
21.     find_data(res)
    
22. 
    
23. 
    
24. if __name__ == "__main__":
    
25.     main()
    

复制代码

    import bs4
  File "C:\Users\hp\AppData\Local\Programs\Python\Python37\lib\site-packages\bs4\__init__.py", line 30, in <module>
    from .builder import builder_registry, ParserRejectedMarkup
  File "C:\Users\hp\AppData\Local\Programs\Python\Python37\lib\site-packages\bs4\builder\__init__.py", line 321
    '''from . import _html5lib
    register_treebuilders_from(_html5lib)
except ImportError:
    # They don't have html5lib installed.
    pass
try:
    from . import _lxml
    register_treebuilders_from(_lxml)
except ImportError:
    # They don't have lxml installed.
    pass
                              
                                         
                  
                                         
        
   
                       
                                    
                  
                                    
       ^
SyntaxError: EOF while scanning triple-quoted string literal

IDLE报的错误如上，百度了也没有搜到解决办法，求助呀

最佳答案

月排行榜 / 总排行榜

yuweb

2019-9-18 17:40:21

如果还不行试试把
soup = bs4.BeautifulSoup(res.text,"html.parser")
改成
soup = bs4.BeautifulSoup(res.text,"lxml")
还有你target里面不匹配，少了个空格，应该是 （下边的这个2em之前）
target = content.find_all("p",style = "TEXT-INDENT: 2em")

它的源代码有空格的
<P style="TEXT-INDENT: 2em" class=text><STRONG>最新房价工资排名出炉！</STRONG></P>

跳转到最佳答案楼层

yuweb

包没安装或者导入（html5lib 、lxml ）
# They don't have html5lib installed.
和# They don't have lxml installed.

wp231957

只贴错误信息，不贴源码吗

塔利班

重新安装bs4

黑色光亮

wp231957 发表于 2019-9-18 12:09
只贴错误信息，不贴源码吗

不好意思，这就贴

黑色光亮

yuweb 发表于 2019-9-18 11:36
包没安装或者导入（html5lib 、lxml ）
# They don't have html5lib installed.
和# They don't have lxm ...

用pip安装了lxml和html5lib呀

yuweb

那按4楼的兄弟说的重安下bs4，这边测试了你的代码是并没有报错

yuweb

如果还不行试试把
soup = bs4.BeautifulSoup(res.text,"html.parser")
改成
soup = bs4.BeautifulSoup(res.text,"lxml")
还有你target里面不匹配，少了个空格，应该是 （下边的这个2em之前）
target = content.find_all("p",style = "TEXT-INDENT: 2em")

它的源代码有空格的
<P style="TEXT-INDENT: 2em" class=text><STRONG>最新房价工资排名出炉！</STRONG></P>

yuweb

1. import requests
   
2. import bs4
   
3. 
   
4. def open_url(url):
   
5.     headers = {"User-Agent":"Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.169 Safari/537.36"}
   
6.     res = requests.get(url,headers = headers)
   
7. 
   
8.     return res
   
9. 
   
10. def find_data(res):
    
11.     soup = bs4.BeautifulSoup(res.text,"lxml")
    
12.     content = soup.find(id = "Cnt-Main-Article-QQ")
    
13.     target = content.find_all("p",style = "TEXT-INDENT: 2em")
    
14. 
    
15.     file_name = 'house.txt'
    
16.     with open(file_name,'w') as file_obj:
    
17.         for each in target:
    
18.             file_obj.write(each.text+'\n')
    
19. 
    
20. def main():
    
21.     url = "http://news.house.qq.com/a/20170702/003985.htm"
    
22.     res = open_url(url)
    
23.     find_data(res)
    
24. 
    
25. 
    
26. if __name__ == "__main__":
    
27.     main()

复制代码

黑色光亮

yuweb 发表于 2019-9-18 17:51

谢谢老哥，我再试试

黑色光亮

塔利班 发表于 2019-9-18 12:21
重新安装bs4

谢谢，还是不大行，我重装python试试

kaohsing

黑色光亮 发表于 2019-9-20 00:06
谢谢，还是不大行，我重装python试试

源码里冒号后面是有空格的。你的没有，所以匹配不到数据。

黑色光亮

kaohsing 发表于 2019-9-20 07:30
源码里冒号后面是有空格的。你的没有，所以匹配不到数据。

好的，谢谢指出