这是一个创建于 5162 天前的主题，其中的信息可能已经有所发展或是发生改变。
本人学生，教授要我取 www.chowhound.com 的一些数据，输出为xml tree。
我用了一下BeautifulSoup. 里面对<script> tag 的处理好像又问题。
soup = BeautifulSoup (XXX) 时总是：
HTMLParser.HTMLParseError: malformed start tag, at line 49, column 20
google后,
解决办法有如下：
1. BeautifulSoup3.1 不行。要回到BeautifulSoup3.0.7a
#这种方法我不知道如何删除3.1包，然后在装老的3.07包。
#具体来说，问题有分为
a. 我用的easy_install 安装。具体怎么删除，不清楚。。。貌似是easy_install -xmN?
b. 3.0.7a 不能从 easy_install直接获取,我不知道手动下的.py文件放哪。。。
c. 衍生问题：有没有方便的package管理工具（装，删，升）
2. 组合使用html5lib。(这个没问题，得自己看才行）
以上就是遇到的情况。
回到题目，现在有没新的robust screaping tool？
我用了一下BeautifulSoup. 里面对<script> tag 的处理好像又问题。
soup = BeautifulSoup (XXX) 时总是：
HTMLParser.HTMLParseError: malformed start tag, at line 49, column 20
google后,
解决办法有如下：
1. BeautifulSoup3.1 不行。要回到BeautifulSoup3.0.7a
#这种方法我不知道如何删除3.1包，然后在装老的3.07包。
#具体来说，问题有分为
a. 我用的easy_install 安装。具体怎么删除，不清楚。。。貌似是easy_install -xmN?
b. 3.0.7a 不能从 easy_install直接获取,我不知道手动下的.py文件放哪。。。
c. 衍生问题：有没有方便的package管理工具（装，删，升）
2. 组合使用html5lib。(这个没问题，得自己看才行）
以上就是遇到的情况。
回到题目，现在有没新的robust screaping tool？
 |
1
ruoran OP 又请问如何修改已发文字啊？scraping 写错了。难道这就是没人回的原因。。。
|
 |
2
napoleonu 2010-10-25 08:29:09 +08:00
|
|
3
napoleonu 2010-10-25 08:30:11 +08:00
可能是因为我PYTHON不够好，处理中文碰到问题
|
Select Language