bs4.FeatureNotFound: Couldn't find a tree builder with the features you requested: lxml.

用python爬取网站信息时出现Traceback (most recent call last):
  File "D:/untitled/day04/0403.py", line 5, in <module>
    soup= BeautifulSoup(wb_data.text,'lxml')
  File "C:\Users\Administrator\AppData\Roaming\Python\Python37\site-packages\bs4\__init__.py", line 196, in __init__
    % ",".join(features))
bs4.FeatureNotFound: Couldn't find a tree builder with the features you requested: lxml. Do you need to install a parser library?

表示缺少lxml解释器在Dos界面安装一个再重新启动就可以解决问题

 然后又出现

UnicodeEncodeError: 'gbk' codec can't encode character '\xa0' in position 19763: illegal multibyte sequence

解决方法1:

soup= BeautifulSoup(wb_data.text,'lxml').encode('gbk','ignore')

问题是这样的,网页的数据应该是'utf-8'编码,这个可以在网页的head上面看得到,然后你爬网页的时候会把它转化成Unicode,出问题的是在print()这儿,对于print()这个函数,他需要把内容转化为'gbk'编码才能显示出来. 然后解决办法是这样,你在转化后的Unicode编码的string后面,加上 .encode('GBK','ignore').decode('GBk') 也就是先用gbk编码,忽略掉非法字符,然后再译码,是不是很有道理 应该是这样的.

解决方法二:

import sys
import io
sys.stdout = io.TextIOWrapper(sys.stdout.buffer,encoding='gb18030')

调用两个包,改变默认编码方式就不会出错

 

  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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