BeautiulSoup在两种环境下的工作方式不同

Question

我在Python和BeautifulSoup4中遇到了一个有趣的问题。 我的方法通过给定的餐厅（dict键）获取本地学生餐厅当天的菜单，然后显示这些菜单。在

def fetchFood(restaurant):
  # Restaurant id's
  restaurants = {'assari': 'restaurant_aghtdXJraW5hdHIaCxISX1Jlc3RhdXJhbnRNb2RlbFYzGMG4Agw', 'delica': 'restaurant_aghtdXJraW5hdHIaCxISX1Jlc3RhdXJhbnRNb2RlbFYzGPnPAgw', 'ict': 'restaurant_aghtdXJraW5hdHIaCxISX1Jlc3RhdXJhbnRNb2RlbFYzGPnMAww', 'mikro': 'restaurant_aghtdXJraW5hdHIaCxISX1Jlc3RhdXJhbnRNb2RlbFYzGOqBAgw', 'tottisalmi': 'restaurant_aghtdXJraW5hdHIaCxISX1Jlc3RhdXJhbnRNb2RlbFYzGMK7AQw'}

if restaurants.has_key(restaurant.lower()):
  soup = BeautifulSoup(urllib.urlopen("http://murkinat.appspot.com"))
  meal_div = soupie.find(id="%s" % restaurants[restaurant.lower()]).find_all("td", "mealName hyphenate")
  mealstring = "%s: " % restaurant
  for meal in meal_div:
    mealstring += "%s / " % meal.string.strip()
  mealstring = "%s @ %s" % (mealstring[:-3], "http://murkinat.appspot.com")
return mealstring

else:
  return "Restaurant not found"

它将是我的IRCBot的一部分，但目前它只在我的测试机器上工作（ubuntu12.04和python2.7.3），但在另一台运行bot的机器（Xubuntu和python2.6.5）上它失败了。在

行之后

^{pr2}$

我可以把它打印出来，它显示了所有应该包含的内容，但是它找不到任何东西。如果我这样做：

>>> print soup.find(True)
None

>>> soup.get_text()
u'?xml version="1.0" encoding="utf-8" ?'

它停止读取第一行，尽管在另一台机器上，它可以完美地读取所有内容。在

输出应如下所示（来自此时具有餐厅参数“Tottisalmi”的工作机器）：

    Tottisalmi: Sveitsinleike, kermaperunat / Jauheliha-perunamusaka / Uuniperuna, kylmäsavulohitäytettä / Kermainen herkkusienikastike @ http://murkinat.appspot.com

我完全不懂这个。我有很多类似的beauthulsoup解析方法，在bot上工作得很好（它解析url和Wikipedia的标题），但是这个方法一直困扰着我。在

有人知道吗？我只能和我的Python版本有关，这听起来很奇怪，因为BeautifulSoup4在其他任何地方都能正常工作。在

Answer 1

我相信你有。html5lib解析器对给定的标记失败，从而导致错误的行为。lxml和html.parser解析器正确地解析标记，不会给出错误的行为。在

在编写将在多台计算机上运行的代码时，最好明确说明要使用哪个解析器：

BeautifulSoup(data, "lxml")

这样，如果没有安装相应的解析器，您将得到一个错误。在