使用nltk報錯

maple412

想通過nltk中的clean_html功能來清除html內(nèi)容
import nltk,re,pprint
import urllib2
html='‘    /論壇發(fā)不了html鏈接/
h=urllib2.urlopen(html)
c=h.read()
raw=nltk.clean_html(c)
但是報如下的錯誤
Traceback (most recent call last):
  File "E:\python_project\test1.py", line 7, in <module>
    raw=nltk.clean_html(c)
  File "E:\python2.7\lib\site-packages\nltk\util.py", line 346, in clean_html
    raise NotImplementedError ("To remove HTML markup, use BeautifulSoup's get_text() function")
NotImplementedError: To remove HTML markup, use BeautifulSoup's get_text() function

maple412

這個有人知道嗎？

substr函數(shù)

raise NotImplementedError
究竟什么是 NotImplementedError? 未實現(xiàn)錯誤?

根據(jù) nltk\util.py:
不幸的是 clean_html 當(dāng)然是未實現(xiàn)

1. def clean_html(html):
   
2.     raise NotImplementedError ("To remove HTML markup, use BeautifulSoup's get_text() function")
   

復(fù)制代碼

解決方案 建議使用
To remove HTML markup, use BeautifulSoup's get_text() function