为了账号安全,请及时绑定邮箱和手机立即绑定

global name 'BeautifulSoup' is not defined

#coding:utf8

from bs4 import BeautifulSoup
import urlparse
import re

class HtmlParser(object):

    def parse(self, page_url, html_cont):
        if page_url is None or html_cont is None:
            return

        soup = BeautifulSoup(html_cont, 'html.parser', from_encoding='utf-8')
        new_urls = self._get_new_urls(page_url, soup)
        new_data = self._get_new_data(page_url, soup)
        return new_urls, new_data

    def _get_new_urls(self, page_url, soup):
        new_urls = set()
        links = soup.find_all('a', href=re.compile(r"/item/(.*)"))
        for link in links:
            new_url = link['href']
            new_full_url = urlparse.urljoin(page_url,new_url)
            new_urls.add(new_full_url)
        return new_urls

    def _get_new_data(self, page_url, soup):
        res_data = {}

        res_data['url'] = page_url

        title_node = soup.find('dd',class_= "lemmaWgt-lemmaTitle-title").find("h1")
        res_data['title'] = title_node.get_text()

        summary_node = soup.find('div', class_ = "lemma-summary")
        res_data['summary'] = summary_node.get_text()

        return res_data

在html_parser里面加了:from bs4 import BeautifulSoup 但是还是报错。神奇的是前面的测试BeautifulSoup的程序跑起来没有问题。有大虾帮忙看下怎么回事么

错误如下:

NameErrorTraceback (most recent call last)
/Users/yang/PythonSource/pachong/spider_main.py in <module>()
     34     root_url = "https://baike.baidu.com/item/Python/407313?fr=aladdin"
     35     obj_spider = SpiderMain()
---> 36     obj_spider.craw(root_url)
     37 
/Users/yang/PythonSource/pachong/spider_main.py in craw(self, root_url)
     21             html_cont = self.downloader.download(new_url)
     22             print new_url
---> 23             new_urls, new_data = self.parser.parse(new_url, html_cont)
     24             self.urls.add_new_urls(new_urls)
     25             self.outputer.collect_data(new_data)
/Users/yang/PythonSource/pachong/html_parser.py in parse(self, page_url, html_cont)
     31         title_node = soup.find('dd',class_= "lemmaWgt-lemmaTitle-title").find("h1")
     32         res_data['title'] = title_node.get_text()
---> 33 
     34         summary_node = soup.find('div', class_ = "lemma-summary")
     35         res_data['summary'] = summary_node.get_text()
NameError: global name 'BeautifulSoup' is not defined


正在回答

1 回答

同学有没有安装BeautifulSoup

0 回复 有任何疑惑可以回复我~
#1

无肉不欢 提问者

装是装了,但是我卸载之后重新安装就好了,多谢
2018-02-20 回复 有任何疑惑可以回复我~

举报

0/150
提交
取消
Python开发简单爬虫
  • 参与学习       227670    人
  • 解答问题       1219    个

本教程带您解开python爬虫这门神奇技术的面纱

进入课程

global name 'BeautifulSoup' is not defined

我要回答 关注问题
意见反馈 帮助中心 APP下载
官方微信