Красивый суп и тиди - PullRequest
Новая
       11

Красивый суп и тиди

4 голосов
/ 20 мая 2009

Я хочу передать результаты utidy в Beautiful Soup, аля: 

page = urllib2.urlopen(url)
options = dict(output_xhtml=1,add_xml_decl=0,indent=1,tidy_mark=0)
cleaned_html = tidy.parseString(page.read(), **options)
soup = BeautifulSoup(cleaned_html)

При запуске выдается следующая ошибка: 

Traceback (most recent call last):
  File "soup.py", line 34, in <module>
    soup = BeautifulSoup(cleaned_html)
  File "/var/lib/python-support/python2.6/BeautifulSoup.py", line 1499, in __init__
    BeautifulStoneSoup.__init__(self, *args, **kwargs)
  File "/var/lib/python-support/python2.6/BeautifulSoup.py", line 1230, in __init__
    self._feed(isHTML=isHTML)
  File "/var/lib/python-support/python2.6/BeautifulSoup.py", line 1245, in _feed
    smartQuotesTo=self.smartQuotesTo, isHTML=isHTML)
  File "/var/lib/python-support/python2.6/BeautifulSoup.py", line 1751, in __init__
    self._detectEncoding(markup, isHTML)
  File "/var/lib/python-support/python2.6/BeautifulSoup.py", line 1899, in _detectEncoding
    xml_encoding_match = re.compile(xml_encoding_re).match(xml_data)
TypeError: expected string or buffer

Я понял, что Utidy возвращает XML-документ, а BeautifulSoup хочет получить строку. Есть ли способ разыграть cleaned_html? Или я делаю это неправильно и должен использовать другой подход?

Ответы [ 2 ]

11 голосов
/ 20 мая 2009

Просто заверните str() вокруг cleaned_html при передаче его в BeautifulSoup.

2 голосов
/ 16 сентября 2015

Преобразовать значение, переданное BeautifulSoup, в строку. В вашем случае сделайте следующее изменение до последней строки: 

soup = BeautifulSoup(str(cleaned_html))
...