bs4。FeatureNotFound:找不到具有您请求的功能的树生成器：lxml。您需要安装解析器库吗？

Question

...
soup = BeautifulSoup(html, "lxml")
File "/Library/Python/2.7/site-packages/bs4/__init__.py", line 152, in __init__
% ",".join(features))
bs4.FeatureNotFound: Couldn't find a tree builder with the features you requested: lxml. Do you need to install a parser library?

以上输出在我的终端上。我使用的是MacOS10.7。x、 我有Python 2.7。1，并按照本教程获得Beautiful Soup和lxml，它们都已成功安装，并可使用位于此处的单独测试文件工作。在导致此错误的Python脚本中，我包含了这一行：来自pageCrawler import comparePages，在pageCrawler文件中，我包含了以下两行：来自bs4 import BeautifulSoup来自urllib2 import urlopen

如果您能帮助我们找出问题所在以及如何解决问题，我们将不胜感激。

Answer 1

对于安装了bs4的基本现成python，您可以使用

soup = BeautifulSoup(html, "html5lib")

但是，如果要使用formatter='xml'，则需要

pip3 install lxml

soup = BeautifulSoup(html, features="xml")

Answer 2

我更喜欢内置的python html解析器，没有安装，没有依赖项

soup=BeautifulSoup（s，“html.parser”）

Answer 3

我怀疑这与BS用来读取超文本标记语言的解析器有关。他们的文档在这里，但是如果你像我一样（在OSX上），你可能会被一些需要一点工作的东西卡住：

您会注意到，在上面的BS4文档页面中，他们指出默认情况下BS4将使用Python内置HTML解析器。假设您使用的是OSX，Apple捆绑版Python是2.7。2这对于字符格式来说是不宽松的。我遇到了同样的问题，所以我升级了Python版本来解决这个问题。在virtualenv中这样做将最大限度地减少对其他项目的干扰。

如果这样做听起来很痛苦，您可以切换到LXML解析器：

pip install lxml

然后尝试：

soup = BeautifulSoup(html, "lxml")

根据您的场景，这可能足够好了。我觉得这很烦人，因此有必要升级我的Python版本。使用virtualenv，您可以相当轻松地迁移包。