admin管理员组

文章数量:1576794

在使用lxml中的etree.parse()方法解析HTML页面源码的时候，可能会报错：lxml.etree.XMLSyntaxError。出现这个问题的主要原因是：html代码书写不规范，不符合xml解析器的使用规范。

解决方法

修改代码如下：

  1. 解析本地的HTML源码文件，假设其为：XX.html，根据实际更改。
parser = etree.HTMLParser(encoding="utf-8")
tree = etree.parse('XX.html', parser=parser)
  1. 解析从互联网获取的HTML源码数据。
page_text = requests.get(url, headers).text
parser = etree.HTMLParser(encoding="utf-8")
tree = etree.HTML(page_text, parser=parser)

本文标签： 爬虫lxmlXMLSyntaxErroretree

版权声明：本文标题：解决爬虫中lxml.etree.XMLSyntaxError问题 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://www.elefans.com/dongtai/1727798662a1130571.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。