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？

Posted 2023-02-23

【中文标题】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？

【英文标题】：bs4.FeatureNotFound: Couldn't find a tree builder with the features you requested: lxml. Do you need to install a parser library?

【发布时间】：2017-02-28 05:25:52

【问题描述】：

...
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?

我的终端上的上述输出。我在 Mac OS 10.7.x 上。我有 Python 2.7.1，并按照 this tutorial 获得 Beautiful Soup 和 lxml，它们都成功安装并使用单独的测试文件 located here。在导致此错误的 Python 脚本中，我包含了这一行： from pageCrawler import comparePages 在 pageCrawler 文件中，我包含了以下两行： from bs4 import BeautifulSoup from urllib2 import urlopen

任何帮助找出问题是什么以及如何解决问题将不胜感激。

【问题讨论】：

看到这个答案 - ***.com/questions/17766725/how-to-re-install-lxml

html 是 url 还是 html 内容？

【参考方案1】：

我在 pycharm 中使用 python 3.8。我假设您在开始工作之前没有安装“lxml”。这就是我所做的：

---

转到文件 -> 设置 在设置左侧菜单栏选择“Python解释器”，选择“Python解释器”。 点击软件包列表上方的“+”图标。 搜索“lxml”。 点击“可用包”窗口左下方的“安装包”。

【参考方案2】：

虽然 BeautifulSoup 默认支持 HTML 解析器 如果您想使用任何其他第三方 Python 解析器，您需要安装该外部解析器，例如 (lxml)。

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

但是如果你没有指定任何解析器作为参数，你会得到一个没有指定解析器的警告。

soup_object= BeautifulSoup(markup) #Warnning

要使用任何其他外部解析器，您需要安装它，然后需要指定它。喜欢

pip install lxml

soup_object= BeautifulSoup(markup, 'lxml') # C dependent parser 

外部解析器有 c 和 python 依赖，这可能有一些优点和缺点。

【参考方案3】：

我的解决方案是从 conda 中删除 lxml 并使用 pip 重新安装。

【参考方案4】：

我更喜欢内置的python html解析器，不安装不依赖

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

【讨论】：

虽然这个答案没有直接回答问题，但它确实提供了一个更好的选择。我对 xmlml 没有偏好，我将所有内容都更改为 html.parser 并且它起作用了。我宁愿继续使用开箱即用的东西，也不愿拖累不必要的技术债务。

【参考方案5】：

实际上其他工作提到的3个选项。

1.

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

pip install lxml

soup_object= BeautifulSoup(markup,'lxml') # C dependent parser 

pip install html5lib

soup_object= BeautifulSoup(markup,'html5lib') # C dependent parser 

【讨论】：

在我的情况下，lxml 曾经可以工作，但是当我切换到 html.parser 时，它就冻结了。

【参考方案6】：

在 python 环境中安装 LXML 解析器。

pip install lxml

您的问题将得到解决。你也可以使用内置的python包：

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

注意：“HTMLParser”模块在 Python3 中已重命名为“html.parser”

【参考方案7】：

运行这三个命令以确保您已安装所有相关软件包：

pip install bs4
pip install html5lib
pip install lxml

然后重新启动您的 Python IDE（如果需要）。

这应该处理与此问题相关的任何事情。

【讨论】：

这是实际的解决方案。

【参考方案8】：

空白参数将导致最佳可用警告。 汤 = BeautifulSoup(html)

---------------/UserWarning: 没有明确指定解析器，所以我正在使用适用于该系统的最佳可用 HTML 解析器（“html5lib”）。这通常不是问题，但是如果您在另一个系统或不同的虚拟环境中运行此代码，它可能会使用不同的解析器并且行为不同。--------------- --------/

python --version Python 3.7.7

PyCharm 19.3.4 CE

【参考方案9】：

由于您使用的解析器而出现错误。一般来说，如果你有 HTML 文件/代码，那么你需要使用html5lib（可以找到文档here）如果你有 XML 文件/数据，那么你需要使用lxml（可以找到文档here)。您也可以将lxml 用于 HTML 文件/代码，但有时会出现上述错误。因此，最好根据数据/文件的类型明智地选择包。您也可以使用内置模块html_parser。但是，这有时也行不通。

有关何时使用哪个包的更多详细信息，您可以查看详细信息here

【参考方案10】：

我怀疑这与 BS 用于读取 HTML 的解析器有关。他们document is here，但如果你和我一样（在 OSX 上），你可能会遇到一些需要做一些工作的事情：

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 内置的 HTML 解析器。假设您在 OSX 中，Apple 捆绑的 Python 版本是 2.7.2，它对字符格式不宽容。我遇到了同样的问题，所以我升级了我的 Python 版本来解决它。在 virtualenv 中执行此操作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

然后试试：

soup = BeautifulSoup(html, "lxml")

根据您的情况，这可能已经足够了。我发现这很烦人，需要升级我的 Python 版本。使用 virtualenv，you can migrate your packages 相当容易。

【讨论】：

在 pip install 后进行测试：python -c 'import requests ; from bs4 import BeautifulSoup ; r = requests.get("https://www.allrecipes.com/recipes/96/salad/") ; soup = BeautifulSoup(r.text, "lxml") '

在我的虚拟环境中，我需要安装requests、bs4 和lxml，然后BeautifulSoup 才能解析我的网页内容。

嘘！ Mad Mac，我不知道我什么时候才能不再后悔购买 Mac 的决定！

第一次运行 lxml 时，我在脚本中添加了 import lxml 行，然后它运行了

【参考方案11】：

在某些参考文献中，使用第二个而不是第一个：

soup_object= BeautifulSoup(markup,'html-parser')
soup_object= BeautifulSoup(markup,'html.parser')

【讨论】：

您应该在回答中提供更多细节

【参考方案12】：

不用lxml使用html.parser，可以使用这段代码：

soup = BeautifulSoup(html, 'html.parser')

【讨论】：

vendor.bs.bs4.FeatureNotFound: Couldn't find a tree builder with the features you requested: html.parser. Do you need to install a parser library?

【参考方案13】：

我使用的是 Python 3.6，我在这篇文章中遇到了同样的原始错误。运行命令后：

python3 -m pip install lxml

它解决了我的问题

【讨论】：

在 Docker 中也需要apt install python-lxml

【参考方案14】：

我遇到了同样的问题。我发现原因是我有一个稍微过时的python 6包。

>>> import html5lib
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
  File "/usr/local/lib/python2.7/site-packages/html5lib/__init__.py", line 16, in <module>
    from .html5parser import HTMLParser, parse, parseFragment
  File "/usr/local/lib/python2.7/site-packages/html5lib/html5parser.py", line 2, in <module>
    from six import with_metaclass, viewkeys, PY3
ImportError: cannot import name viewkeys

升级你的六包可以解决问题：

sudo pip install six=1.10.0

【讨论】：

sudo pip install six==1.10.0

【参考方案15】：

对于安装了 bs4 的开箱即用的基本 python，您可以使用

处理您的 xml

soup = BeautifulSoup(html, "html5lib")

如果你想使用 formatter='xml' 那么你需要

pip3 install lxml

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

【讨论】：

在一个新启动的远程服务器上，html5lib 对我来说不能开箱即用。我仍然必须做一个pip install html5lib，之后一切正常。

对我不起作用：bs4.FeatureNotFound: Couldn't find a tree builder with the features you requested: html5lib. Do you need to install a parser library? 如果我将其更改为 html.parser 它会起作用