Question

我在python中使用urllib2获取url内容，并将它们置于python的本机html解析器中。代码在我的python 2.7.4上运行得非常好，但是，我朋友的机器有python 2.6.9并且他的机器面临的问题是：

Traceback (most recent call last):
File "opsview_audit.py", line 420, in <module>
check_instances_against_regex(instances)
File "opsview_audit.py", line 219, in check_instances_against_regex
attrs_being_monitored = get_host_monitoring_status(cred['url'], running_instances, 
cred['user_name'], cred['pass_key'])
File "opsview_audit.py", line 112, in get_host_monitoring_status
parser.feed(result.read())
File "/usr/lib64/python2.6/HTMLParser.py", line 108, in feed
self.goahead(0)
File "/usr/lib64/python2.6/HTMLParser.py", line 148, in goahead
k = self.parse_starttag(i)
File "/usr/lib64/python2.6/HTMLParser.py", line 229, in parse_starttag
endpos = self.check_for_whole_start_tag(i)
File "/usr/lib64/python2.6/HTMLParser.py", line 304, in check_for_whole_start_tag
self.error("malformed start tag")
File "/usr/lib64/python2.6/HTMLParser.py", line 115, in error
raise HTMLParseError(message, self.getpos())
HTMLParser.HTMLParseError: malformed start tag, at line 509, column 47

可能是某些开始标记不正确，这在python 2.6.9中被抛出作为例外，但不在2.7.4中在这里，升级2.6.9至2.7.4或更高版本不是一种选择。

Answer 1

两种解决方案：

- 使用另一个htmlparser，如Beautiful soup 3或lxml。它们都非常容易学习，并且可以使用python 2.6进行编程。

- 尝试查找错误并将其过滤掉。

格式错误的开始标记，在Python 2.6.9中抛出异常，但在2.7.4 HTMLParser中没有抛出异常

1 个答案: