1.发现BUG
爬取 chinadrugtrials 详情页的公示的试验信息时候， 发现程序在某些地方跑断掉了，如下：
经排查发现，原来这是网页的bug-----极少数详情页面的某些文字中的小于号，未转化为实体符，连接上后面的 ul 或者a（大写也是）， 成了类似标签的东西，
导致bs4 解析时候把它当成了标签的起始尖括号，自动补全了。
2.解决思路：
因为要用bs4结构化解析页面，不能用正则统一替换小于号（正常标签也会改变），而且情况比较少，所以可以在用 Beautifulsoup解析前，将未转化的小于号转化为实体符 <
代码更改如下：
标签：bs4,标签,爬虫,bug,转化,解析,小于号 来源： https://www.cnblogs.com/liangmingshen/p/10371904.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。