bs4.FeatureNotFound：找不到您请求的树构建器：lxml。需要安装解析库吗？

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?

我在终端上看到上面的输出。我使用的是Mac OS 10.7.x，安装了Python 2.7.1，并且按照这个教程成功安装了Beautiful Soup和lxml，这两个库在一个单独的测试文件中也能正常工作，文件链接在这里。在导致这个错误的Python脚本中，我加了这一行： from pageCrawler import comparePages 而在pageCrawler文件中，我加了以下两行： from bs4 import BeautifulSoup from urllib2 import urlopen

这个问题该怎么解决呢？

Answer 1

其实其他人提到的三个选项都有效。

# 1. 
soup_object= BeautifulSoup(markup,"html.parser") #Python HTML parser

# 2. 
pip install lxml
soup_object= BeautifulSoup(markup,'lxml') # C dependent parser 

# 3.
pip install html5lib
soup_object= BeautifulSoup(markup,'html5lib') # C dependent parser 

Answer 2

运行这三个命令，确保你安装了所有相关的软件包：

pip install bs4
pip install html5lib
pip install lxml

然后，如果需要的话，重启你的Python开发环境。

这样就可以解决与这个问题相关的所有内容了。

Answer 3

如果你刚安装了Python和bs4库，那么你可以用下面的代码来处理你的XML文件。

soup = BeautifulSoup(html, "html5lib")

不过，如果你想使用formatter='xml'这个选项，那么你需要做一些额外的设置。

pip3 install lxml

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

Answer 4

我更喜欢使用Python自带的HTML解析器，这样不用安装任何东西，也没有额外的依赖。

soup = BeautifulSoup(s, "html.parser")

Answer 5

我怀疑这和BS用来读取HTML的解析器有关。他们的文档在这里，但如果你像我一样用的是OSX，可能会遇到一些麻烦：

你会注意到在上面的BS4文档页面中，他们提到默认情况下，BS4会使用Python自带的HTML解析器。如果你在OSX上，苹果自带的Python版本是2.7.2，这个版本对字符格式的要求比较严格。我也遇到了同样的问题，所以我升级了我的Python版本来解决这个问题。在虚拟环境中进行这个操作，可以减少对其他项目的影响。

如果觉得这样做很麻烦，你可以换成LXML解析器：

pip install lxml

然后试试：

soup = BeautifulSoup(html, "lxml")

根据你的具体情况，这可能就足够了。我觉得这个问题挺烦人的，所以决定升级我的Python版本。使用虚拟环境的话，你可以很容易地迁移你的包。