前言:最近学习python,想尝试下实现抓取网页的文本,并实现词频统计的功能。实现该功能需要安装的模块,分别是
requests、bs4
、
html5lib、
lxml、
matplotlib
背景:
已经安装了py
thon3.6,设置好环境变量,安装了pip模块
操作界面:
cmd界面
-
安装模块requests
S1 输入 pip install requests
-
安装模板 bs4
S1 查看python的目录下是否有 Scripts->easy_install 文件,若有,进入S2;
S2 进入cmd命令界面
S3 输入 easy_install.exe pip ,回车
S4 安装成功后,继续输入 pip install beautifulsoup4 回车
![](https://i-blog.csdnimg.cn/blog_migrate/27a9414e5f09ad06988e7d0d9fb90645.png)
-
安 装模块html5lib
问题:
使用html5lib时,出现错误代码
bs4.FeatureNotFound: Couldn't find a tree builder with the features you requested: lxml. Do you need to install a parser library?
原因:
bs4需要调用python自
带的html解析器,自己安装的python3.6
是没有html解释器的,所以会报错。
在python3也装一个html解析器就好了。
S1
输入 pip install html5lib,回车
![](https://i-blog.csdnimg.cn/blog_migrate/3239ee17e052756322e763fc70ee58ab.png)
-
安装 lxml模块
S1 输入 pip install lxml
![](https://i-blog.csdnimg.cn/blog_migrate/1550c6436ba7a8c3fa1bd49392453329.png)
-
安装matplotlib模块
S1 输入 python -m pip install -U pip setuptools
S2 输入 python -m pip install matplotlib
![](https://i-blog.csdnimg.cn/blog_migrate/884dd232c365c48f39a0ef7abc9b0d97.png)