python解析网页时的错误(EOF in middle of construct)

解析网页内容的时候出现下面的错误:

D:\examples\python\export_blog>python images_parser.py 
Traceback (most recent call last):
  File "images_parser.py", line 157, in <module>
    _test('2015-07-27-2\AudioManager使用方法.htm')#sys.argv[1])
  File "images_parser.py", line 149, in _test
    get_image_items(content)
  File "images_parser.py", line 137, in get_image_items
    parser.close()
  File "D:\Python27\lib\HTMLParser.py", line 112, in close
    self.goahead(1)
  File "D:\Python27\lib\HTMLParser.py", line 164, in goahead
    self.error("EOF in middle of construct")
  File "D:\Python27\lib\HTMLParser.py", line 115, in error
    raise HTMLParseError(message, self.getpos())
HTMLParser.HTMLParseError: EOF in middle of construct, at line 197, column 1

通过手工修改页面内容,发现出现问题的行是:

<a href="#" class="bds_tsina" data-cmd="tsina" title="分享到新浪微博"style="background-position:0 -104px !important"></a>

在style前面没有空格。如果增加空格,就不会出现问题了。


同样一套脚本,在Ubuntu环境上没有错误。再查看Ubuntu上保存的文件,同样没有空格,但可以正常解析。


目前只能规避,自动添加空格。不知道是否有更好的方法。



  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值