NotImplementedError: To remove HTML markup, use BeautifulSoup's get_text() function

原创于 2019-05-22 21:14:02 发布 · 878 阅读

CC 4.0 BY-SA版权

26 篇文章

订阅专栏

博客指出nltk相关处理HTML标记的方法可能已失效，可改用BeautifulSoup的get_text()函数。若遇到No module named 'bs4'的问题，可通过pip install bs4进行安装。

NotImplementedError: To remove HTML markup, use BeautifulSoup's get_text() function

经查阅nltk的相关方法可能已经失效了,改用BeautifulSoup的同类方法即可,代码如下

from bs4 import BeautifulSoup
response = urllib.request.urlopen('your url')
html = response.read()
clean = BeautifulSoup(html).get_text()

No module named 'bs4'

pip install bs4