BeautifulSoup只能部分解析html，請問怎么處理？

Dsheng

代碼如下：

1. #! /usr/bin/env python
   
2. # coding=utf-8
   
3. 
   
4. from bs4 import BeautifulSoup
   
5. import codecs
   
6. 
   
7. with codecs.open(savepath + '\\' + filename, 'r', encoding=r'utf-8') as fp:
   
8.     soup = BeautifulSoup(fp, from_encoding=r'utf-8')

復(fù)制代碼

附件為html壓縮包，解壓即可。另外，chrom能夠完整解析這份html。

huangxiaohen

不知道你要提取什么，不過也頁面很簡單

1.    <a href='/gp/yourstore/home' class='nav_a' id='nav-your-amazon'>Your Amazon.com</a>
   
2.                               <a href='/gp/goldbox' class='nav_a'>Today's Deals</a>
   
3.                               <a href='/gift-cards/b?ie=UTF8&node=2238192011' class='nav_a'>Gift Cards</a>
   
4.                               <a href='/gp/seller-account/mm-product-page.html?ie=UTF8&ld=AZSOAUSCSNav' class='nav_a'>Sell</a>
   
5.                               <a href='/gp/help/customer/display.html?ie=UTF8&nodeId=508510' class='nav_a'>Help</a>

復(fù)制代碼

商品的鏈接，名字什么的都在標(biāo)簽里，直接提取就可以了.

Dsheng

我想要提取類目鏈接，還有就是bestseller的產(chǎn)品�，F(xiàn)在的問題是beautifulsoup不能完整解析這個html。
回復(fù) 2# huangxiaohen