我在pycharm中使用python 3.8。我假设您在开始工作之前没有安装“lxml”。这就是我所做的:

进入“文件->设置” 在左侧设置菜单栏选择“Python解释器”，选择“Python解释器”。 单击包列表上的“+”图标。 搜索“lxml”。 点击“可用软件包”窗口左下方的“安装软件包”。

我怀疑这与BS将用于读取HTML的解析器有关。他们的文档在这里，但如果你像我一样(在OSX上)，你可能会被一些需要一些工作的东西困住:

您会注意到，在上面的BS4文档页面中，他们指出BS4默认将使用Python内置HTML解析器。假设你使用的是OSX, Python的apple捆绑版本是2.7.2，它对字符格式化并不宽容。我遇到了同样的问题，所以我升级了我的Python版本来解决它。在virtualenv中这样做可以最大限度地减少对其他项目的干扰。

如果这样做听起来很痛苦，你可以切换到LXML解析器:

pip install lxml

然后试试:

soup = BeautifulSoup(html, "lxml")

根据您的情况，这可能已经足够好了。我觉得这很烦人，所以升级了我的Python版本。使用virtualenv，您可以相当容易地迁移您的包。

我修复了以下变化

之前更改

soup = BeautifulSoup(r.content, 'html5lib' )
print (soup.prettify())

后改变

soup = BeautifulSoup(r.content, features='html')
print(soup.prettify())

我的代码正常工作

pip安装lxml，然后将xml保存在soup = BeautifulSoup(URL， "xml")在Mac上完成了这项工作。

空白参数将导致最佳可用的警告。 soup = BeautifulSoup(html)

---------------/UserWarning:没有显式指定解析器，因此我正在使用此系统的最佳可用HTML解析器(“html5lib”)。这通常不是问题，但如果您在另一个系统或不同的虚拟环境中运行这段代码，它可能使用不同的解析器并表现不同。----------------------/

python 3.7.7

PyCharm 19.3.4 CE

BS4默认情况下需要HTML文档。因此，它将XML文档解析为HTML文档。在构造函数中传递features="xml"作为参数。它解决了我的问题。