网上给别人做设计的网站/网站建设报价单
我正在尝试使用NLTK库训练数据。 我遵循一个逐步的过程。 我做了第一步，但是在做第二步时，出现以下错误：
TypeError: a bytes-like object is required, not 'list'
我已尽力纠正了它，但又遇到了同样的错误。
这是我的代码：
from bs4 import BeautifulSoup
import urllib.request
response = urllib.request.urlopen('http://php.net/')
html = response.read()
soup = BeautifulSoup(html,"html5lib")
text = soup.get_text(strip=True)
print (text)
这是我的错误
C:\python\lib\site-packages\bs4\__init__.py:181: UserWarning: No parser was explicitly specified, so I'm using the best available HTML parser for this system ("html5lib"). 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 8 of the file E:/secure secure/chatbot-master/nltk.py. To get rid of this warning, change code that looks like this:
BeautifulSoup(YOUR_MARKUP})
to this:
BeautifulSoup(YOUR_MARKUP,"html5lib")
markup_type=markup_type))
Traceback (most recent call last):
File"E:/secure secure/chatbot-master/nltk.py", line 8, in
soup = BeautifulSoup(html)
File"C:\python\lib\site-packages\bs4\__init__.py", line 228, in __init__
self._feed()
File"C:\python\lib\site-packages\bs4\__init__.py", line 289, in _feed
self.builder.feed(self.markup)
File"C:\python\lib\site-packages\bs4\builder\_html5lib.py", line 72, in feed
doc = parser.parse(markup, **extra_kwargs)
File"C:\python\lib\site-packages\html5lib\html5parser.py", line 236, in parse
parseMeta=parseMeta, useChardet=useChardet)
File"C:\python\lib\site-packages\html5lib\html5parser.py", line 89, in _parse
parser=self, **kwargs)
File"C:\python\lib\site-packages\html5lib\tokenizer.py", line 40, in __init__
self.stream = HTMLInputStream(stream, encoding, parseMeta, useChardet)
File"C:\python\lib\site-packages\html5lib\inputstream.py", line 148, in HTMLInputStream
return HTMLBinaryInputStream(source, encoding, parseMeta, chardet)
File"C:\python\lib\site-packages\html5lib\inputstream.py", line 416, in __init__
self.rawStream = self.openStream(source)
File"C:\python\lib\site-packages\html5lib\inputstream.py", line 453, in openStream
stream = BytesIO(source)
TypeError: a bytes-like object is required, not 'list'
您是否看过这篇文章：stackoverflow.com/questions/16206380/？ 您可以尝试get_text：crummy.com/software/BeautifulSoup/bs4/doc/#get-text
我尝试运行您的脚本，它返回文本就好了吗？ 您可以发布详细的错误消息吗？
在运行即时消息时出现这样的错误
TypeError：需要一个类似字节的对象，而不是列表
脚本运行正常，请编辑问题并添加错误消息。
我试图粘贴完整的错误，但它没有发布@ sid2491
您可以通过实现一个简单的标签剥离器来实现。
def strip_tags(html, invalid_tags):
soup = BeautifulSoup(html)
for tag in soup.findAll(True):
if tag.name in invalid_tags:
s =""
for c in tag.contents:
if not isinstance(c, NavigableString):
c = strip_tags(unicode(c), invalid_tags)
s += unicode(c)
tag.replaceWith(s)
return soup
html ="
Love, Hate, and Happinessy
invalid_tags = ['b', 'i', 'u']
print strip_tags(html, invalid_tags)
结果是：
Love, Hate, and Happiness
您的代码按原样工作。
UserWarning: No parser was explicitly specified是您的语句为soup = BeautifulSoup(html)的时间。
TypeError: a bytes-like object is required, not 'list'错误可能是由于依赖关系问题引起的。
bs4文档说如果不指定解析器(如BeautifulSoup(markup))，它将使用系统上安装的最佳HTML解析器：
If you don’t specify anything, you’ll get the best HTML parser that’s installed. Beautiful Soup ranks lxml’s parser as being the best, then html5lib’s, then Python’s built-in parser.
在我的系统上，使用BeautifulSoup(html,"html.parser")效果很好，速度不错，没有任何警告。 html.parser带有Python的标准库。
该文档还总结了每个解析器库的优缺点：
尝试BeautifulSoup(html,"html.parser")。 它应该工作。
如果需要速度，可以尝试BeautifulSoup(html,"lxml")。 如果您没有lxml的HTML解析器，则在Windows上，可能需要使用pip install lxml进行安装。
对于寻找在python 3中有效的答案的任何人
invalidTags = ['br','b','font']
def stripTags(html, invalid_tags):
soup = BeautifulSoup(html,"lxml")
for tag in soup.findAll(True):
if tag.name in invalid_tags:
s ="::"
for c in tag.contents:
if not isinstance(c, NavigableString):
c = stripTags(str(c), invalid_tags)
s += str(c)
tag.replaceWith(s)
return soup