对于安装了bs4的基本开箱即用的python，您可以使用

soup = BeautifulSoup(html, "html5lib")

如果你想使用formatter='xml'，那么你需要

pip3 install lxml

soup = BeautifulSoup(html, features="xml")

运行这三个命令来确保你已经安装了所有相关的软件包:

pip install bs4
pip install html5lib
pip install lxml

然后，如果需要，重新启动您的Python IDE。

这样就可以解决所有与这个问题有关的问题了。

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。

这个方法对我很有效。我想说的是，我是在虚拟环境中尝试这个方法的。第一:

pip install --upgrade bs4

其次，我使用了:

html.parser

而不是

html5lib

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