pythonのHTMLParserで、HTMLをパースしていると、’＜/scr” + “ipt＞’の解析でエラーになる場合があります。
1 | HTMLParser.HTMLParseError: bad end tag: '</scr" + "ipt>', at line ... |
このようなJava scriptのパースに対応したパッケージを使用するのも解決方法の一つですが、プログラムを書き換えるのも面倒です。
そこで安易な方法ですが、HTMLをパースする前に’＜/scr” + “ipt＞’を適当な文字列で置き換えてしまうのが簡単です。
1 2 3 4 5 6 7 8 9 | <略>from HTMLParser import HTMLParser<略>f = urllib2.urlopen(req)parser.feed(f.read().replace('</scr"+"ipt>','xxx'))<略> |