Я использую Beautiful Soup 3.2 на python 2.7.1 здесь.UnicodeEncodeError in Beautiful soup (python 2.7.1)
Недавно я пытался получить что-то просто работать, но это кажется довольно сложным:
я следующее:
temp=BeautifulSoup(urllib2.urlopen(urlList[1], None,15))
Однако я получаю ошибку:
File "/home/foo/k/kat/BeautifulSoup.py", line 1519, in __init__
BeautifulStoneSoup.__init__(self, *args, **kwargs)
File "/home/foo/k/kat/BeautifulSoup.py", line 1144, in __init__
self._feed(isHTML=isHTML)
File "/home/foo/k/kat/BeautifulSoup.py", line 1186, in _feed
SGMLParser.feed(self, markup)
File "/usr/lib/python2.7/sgmllib.py", line 104, in feed
self.goahead(0)
File "/usr/lib/python2.7/sgmllib.py", line 143, in goahead
k = self.parse_endtag(i)
File "/usr/lib/python2.7/sgmllib.py", line 320, in parse_endtag
self.finish_endtag(tag)
File "/usr/lib/python2.7/sgmllib.py", line 358, in finish_endtag
method = getattr(self, 'end_' + tag)
UnicodeEncodeError: 'ascii' codec can't encode character u'\xfa' in
position 4: ordinal not in range(128)
Если я запускаю ту же петлю в другой раз, иногда я также получаю:
File "/home/foo/k/kat/BeautifulSoup.py", line 1519, in __init__
BeautifulStoneSoup.__init__(self, *args, **kwargs)
File "/home/foo/k/kat/BeautifulSoup.py", line 1144, in
__init__
self._feed(isHTML=isHTML)
File "/home/foo/k/kat/BeautifulSoup.py", line 1186, in _feed
SGMLParser.feed(self, markup)
File "/usr/lib/python2.7/sgmllib.py", line 104, in feed
self.goahead(0)
File "/usr/lib/python2.7/sgmllib.py", line 143, in goahead
k = self.parse_endtag(i)
File "/usr/lib/python2.7/sgmllib.py", line 320, in parse_endtag
self.finish_endtag(tag)
File "/usr/lib/python2.7/sgmllib.py", line 358, in finish_endtag
method = getattr(self, 'end_' + tag)
UnicodeEncodeError: 'ascii' codec can't encode characters in position
4-5: ordinal not in range(128)
Как избежать этих ошибок? Очевидно, что что-то не так с sgmllib.py.
Я пробовал некоторые решения от SOF:
*] Пробовал soup = BeautifulSoup(page, fromEncoding=<encoding of the page>)
Результат: работа, доцент той же ошибки.
*] Пробовал модернизировать мой sgmllib.py из версии 2.7.2 на мое 2.7.1-версию Результат: Дозированная работа, те же ошибки.
*] Прошлое html = BeautifulSoup(page.encode('utf-8'))
Результат: Дозированная работа, те же ошибки.
Я был бы признателен за любые предложения относительно того, как решить эту ошибку кодирования.
Похоже страницы, которую вы пытаетесь разобрать имеет difffernt кодирование, чем UTF-8. Что вы попробовали soup = BeautifulSoup (page, fromEncoding =) с? – Bogdan
Привет, Богдан, я попробовал soup = BeautifulSoup (страница, fromEncoding = "utf-8") Однако я получаю те же ошибки. – JohnJ
И вы уверены, что кодировка страницы, которую вы пытаетесь разобрать, - «utf-8»? – Bogdan