[已解决]搜索词条程序运行错误

鬼少

有如下一段代码：（摘自小甲鱼搜索猪八戒词条，由于没有发布带url权限的帖子，链接用空格隔开了了 请忽略链接导致的错误）
import urllib.request
import urllib.parse
import re
from bs4 import BeautifulSoup


def main():
    keyword = input("请输入关键字:")
    keyword = urllib.parse.urlencode({"htt p s:// bai ke. bai du.c om /se arch /wor d?%sword":keyword})
    resp = urllib.request.urlopen('' % keyword)
    html = resp.read()
    soup = BeautifulSoup(html,"html.parse")

    for each in soup.find_asll(href=re.compile('view')):
        context = ''.join([each.text])
        url2 = ''.join(['htt p://bai ke.ba idu .co m',each['href']])
        resp2 = urllib.request.urlopen(url2)
        html2 = resp2.read()
        soup2 = BeautifulSoup(html2,'html2.parse')
        if soup2.h2:
            context = ''.join(content,soup2.h2.text)
        content =''.join([content,'->',url2])

if __name__ == '__main__':
    main()


有如下两个问题：
1） html = resp.read() , read()的作用是什么？
2). 当执行程序的时候， 报如下错误：（是什么原因呢？）
>>>请输入关键字:猪八戒
Traceback (most recent call last):
  File "D:\program\python_code\search_pig.py", line 25, in <module>
    main()
  File "D:\program\python_code\search_pig.py", line 12, in main
    soup = BeautifulSoup(html,"html.parse")
  File "D:\program\Python\Python312\Lib\site-packages\bs4\__init__.py", line 250, in __init__
    raise FeatureNotFound(
bs4.FeatureNotFound: Couldn't find a tree builder with the features you requested: html.parse. Do you need to install a parser library?

最佳答案

月排行榜 / 总排行榜

FishC

2024-11-24 20:14:44

1）html = resp.read() , read()的作用是什么？

`read()` 的作用是读取从服务器返回的整个页面内容，返回类型是字节流。这对于进一步处理和解析页面很有用。

2) 当执行程序的时候，报如下错误：bs4.FeatureNotFound: Couldn't find a tree builder with the features you requested: html.parse.

这个错误的原因是你在使用 BeautifulSoup 时指定的解析器 `"html.parse"` 是不正确的。正确的应该是 `"html.parser"`。此外，你可能还想检查代码的其他地方，比如 `soup.find_asll` 应该修正为 `soup.find_all`，同时注意拼写和网址链接中的多余空格。

以下是修正后的关键部分代码：

1. soup = BeautifulSoup(html, "html.parser")
   
2. ...
   
3. for each in soup.find_all(href=re.compile('view')):
   
4.     url2 = ''.join(['http://baike.baidu.com', each['href']])
   
5.     ...
   
6.     soup2 = BeautifulSoup(html2, 'html.parser')
   
7.     ...

复制代码

请确保你的 Python 环境中安装了 `beautifulsoup4` 模块，并且在 URL 和字符串处理上保持正确的格式。

以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。

跳转到最佳答案楼层

FishC

1）html = resp.read() , read()的作用是什么？

`read()` 的作用是读取从服务器返回的整个页面内容，返回类型是字节流。这对于进一步处理和解析页面很有用。

2) 当执行程序的时候，报如下错误：bs4.FeatureNotFound: Couldn't find a tree builder with the features you requested: html.parse.

这个错误的原因是你在使用 BeautifulSoup 时指定的解析器 `"html.parse"` 是不正确的。正确的应该是 `"html.parser"`。此外，你可能还想检查代码的其他地方，比如 `soup.find_asll` 应该修正为 `soup.find_all`，同时注意拼写和网址链接中的多余空格。

以下是修正后的关键部分代码：

1. soup = BeautifulSoup(html, "html.parser")
   
2. ...
   
3. for each in soup.find_all(href=re.compile('view')):
   
4.     url2 = ''.join(['http://baike.baidu.com', each['href']])
   
5.     ...
   
6.     soup2 = BeautifulSoup(html2, 'html.parser')
   
7.     ...

复制代码

请确保你的 Python 环境中安装了 `beautifulsoup4` 模块，并且在 URL 和字符串处理上保持正确的格式。

以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。

isdkz

(1)

resp.read() 的作用是从urllib.request.urlopen返回的HTTP响应对象中读取服务器返回的所有字节数据（即网页内容）。这些数据通常是HTML、JSON或其他格式的内容，具体取决于服务器的响应。

在代码中，html = resp.read() 将网页的原始内容（HTML源代码）读取为一个字节串（bytes）并存储到变量html中，供后续处理。

(2)

html.parse 应为 html.parser