Извлечение текста из HTML с помощью BeautifulSoup - PullRequest
Новая
       16

Извлечение текста из HTML с помощью BeautifulSoup

0 голосов
/ 21 февраля 2019

Привет. Я пытаюсь извлечь текст из HTML с помощью функции BeautifulSoup в python - он работает хорошо, но я не получаю то, что мне нужно.Мой код имеет следующий вид: 

url = "http://news.bbc.co.uk/2/hi/health/2284783.stm"
html = urlopen(url).read()
raw = BeautifulSoup(html).get_text()

Консоль Python сообщает следующее, и я не понимаю проблему и буду признателен за помощь. 

raw = BeautifulSoup(html).get_text()
C:/Users/muradz14/.spyder-py3/raw.py:1: UserWarning: No parser was explicitly specified, so I'm using the best available HTML parser for this system ("lxml"). This usually isn't a problem, but if you run this code on another system, or in a different virtual environment, it may use a different parser and behave differently.

The code that caused this warning is on line 1 of the file C:/Users/muradz14/.spyder-py3/raw.py. To get rid of this warning, pass the additional argument 'features="lxml"' to the BeautifulSoup constructor.

1 Ответ

0 голосов
/ 21 февраля 2019

Это просто предупреждение.Это довольно очевидно, но есть небольшая вероятность того, что код может работать по-разному в разных парсерах, поэтому в предупреждении говорится, что вы можете указать, что вы используете.Вы можете сделать так, как предлагает: raw = BeautifulSoup(html, features="lxml").get_text()

Обратите внимание, что некоторые системы имеют разные парсеры.Для меня это features="html.parser"

...