come riparare o fare un'eccezione per questo errore

Question

Sto creando un codice che ottiene gli URL di immagini da qualsiasi pagina web, il codice sono in Python e usa BeutifulSoup e httplib2. Quando eseguo il codice, ottengo l'errore successivo:

Look me http://movies.nytimes.com          (this line is printed by the code)
Traceback (most recent call last):
File "main.py", line 103, in <module>
visit(initialList,profundidad)
File "main.py", line 98, in visit
visit(dodo[indice], bottom -1)
File "main.py", line 94, in visit
getImages(w)
File "main.py", line 34, in getImages
iSoupList = BeautifulSoup(response, parseOnlyThese=SoupStrainer('img'))
File "/usr/local/lib/python2.6/dist-packages/BeautifulSoup.py", line 1499, in __init__
BeautifulStoneSoup.__init__(self, *args, **kwargs)
File "/usr/local/lib/python2.6/dist-packages/BeautifulSoup.py", line 1230, in __init__
self._feed(isHTML=isHTML)
File "/usr/local/lib/python2.6/dist-packages/BeautifulSoup.py", line 1263, in _feed
self.builder.feed(markup)
File "/usr/lib/python2.6/HTMLParser.py", line 108, in feed
self.goahead(0)
File "/usr/lib/python2.6/HTMLParser.py", line 148, in goahead
k = self.parse_starttag(i)
File "/usr/lib/python2.6/HTMLParser.py", line 226, in parse_starttag
endpos = self.check_for_whole_start_tag(i)
File "/usr/lib/python2.6/HTMLParser.py", line 301, in check_for_whole_start_tag
self.error("malformed start tag")
File "/usr/lib/python2.6/HTMLParser.py", line 115, in error
raise HTMLParseError(message, self.getpos())
HTMLParser.HTMLParseError: malformed start tag, at line 942, column 118

Qualcuno mi può spiegare come risolvere il problema o fare un esibirci per l'errore

Answer 1

Per la cattura di tale errore specifico, modificare il codice per assomigliare a questo:

try:
    iSoupList = BeautifulSoup(response, parseOnlyThese=SoupStrainer('img'))

except HTMLParseError:
    #Do something intelligent here

Ecco qualche lettura sulla prova di Python ad eccezione di blocchi: http://docs.python.org/tutorial/errors.html

Answer 2

Si sta utilizzando la versione più recente di BeautifulSoup?
Questo sembra un problema noto di versione 3.1.x, perché ha iniziato a utilizzare un nuovo parser (HTMLParser, invece di SGMLParser) che è molto peggio di elaborazione HTML malformato. Potete trovare ulteriori informazioni su questo su BeautifulSoup sito .
Come una soluzione rapida, si può semplicemente utilizzare una versione meno recente ( 3.0.7a ).

Answer 3

ho ottenuto questo errore quando ho avuto la stringa = & nel mio documento HTML. Quando ho sostituito quella stringa (nel mio caso con = e ), allora non ho più ricevuto che l'analisi degli errori.