标签：FeatureNotFound requested lxml features bs4 gbk __ encode

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：

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.

标签：FeatureNotFound,requested,lxml,features,bs4,gbk,__,encode
来源： https://blog.csdn.net/wudibaba21/article/details/89294192

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。