bs4获取html文档,使用bs4提取html文件中的文本

想从我的html文件中提取文本。如果我使用下面的特定文件：使用bs4提取html文件中的文本

import bs4, sys

from urllib import urlopen

#filin = open(sys.argv[1], 'r')

filin = '/home/iykeln/Desktop/R_work/file1.html'

webpage = urlopen(filin).read().decode('utf-8')

soup = bs4.BeautifulSoup(webpage)

for node in soup.findAll('html'):

print u''.join(node.findAll(text=True)).encode('utf-8')

它会工作。 但是使用开放下面试图对非特定文件(sys.argv中[1]， 'R')：

import bs4, sys

from urllib import urlopen

filin = open(sys.argv[1], 'r')

#filin = '/home/iykeln/Desktop/R_work/file1.html'

webpage = urlopen(filin).read().decode('utf-8')

soup = bs4.BeautifulSoup(webpage)

for node in soup.findAll('html'):

print u''.join(node.findAll(text&