質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

88.81%

lxml.etree.ParserError: Unicode parsing is not supported on this platform

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 1,601

前提・実現したいこと

この動画を参考に指定したサイトに行き各見出しリンクで使われているそれぞれの単語の頻度を表示する関数を作りたい。

発生している問題・エラーメッセージ

Traceback (most recent call last):
  File "word_frequency_counter.py", line 18, in <module>
    start("https://www.thenewboston.com/forum/")
  File "word_frequency_counter.py", line 9, in start
    soup = BeautifulSoup(source_code)
  File "/Library/Frameworks/Python.framework/Versions/3.4/lib/python3.4/site-packages/bs4/__init__.py", line 168, in __init__
    self._feed()
  File "/Library/Frameworks/Python.framework/Versions/3.4/lib/python3.4/site-packages/bs4/__init__.py", line 181, in _feed
    self.builder.feed(self.markup)
  File "/Library/Frameworks/Python.framework/Versions/3.4/lib/python3.4/site-packages/bs4/builder/_lxml.py", line 61, in feed
    self.parser.feed(markup)
  File "parser.pxi", line 1201, in lxml.etree._FeedParser.feed (src/lxml/lxml.etree.c:102246)
  File "parser.pxi", line 1236, in lxml.etree._FeedParser.feed (src/lxml/lxml.etree.c:101171)
lxml.etree.ParserError: Unicode parsing is not supported on this platform


エラーの内容をはっきりと理解できていないのですが、lxml.etree.ParserError: Unicode parsing is not supported on this platformから察するにこれは単にbeautifulsoupとpython3の互換性の問題なのでしょうか?それとも原因は他にあるのでしょうか?

ソースコード

動画で教えられている通りです。

import requests
from bs4 import BeautifulSoup
import operator


def start(url):
    word_list = []
    source_code = requests.get(url).text #gonna connect to the link and use it as plain text
    soup = BeautifulSoup(source_code)
    for post_text in soup.findAll('a', {'class': 'title text-semibold'}): #go through all the contents
        content = post_text.string #.string = only get the texts thats inside "soup"
        words = cotent.lower().split()
        for each_word in words:
            print(each_word)
            word_list.append(each_word)


start("https://www.thenewboston.com/forum/")

補足情報(言語/FW/ツール等のバージョンなど)

Python3.4
Beautiful4

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

check解決した方法

0

いくつかのスペルミスとsoup = BeautifulSoup(source_code)soup = BeautifulSoup(source_code, 'html.parser')に変えたらちゃんと動きました。

import requests
from bs4 import BeautifulSoup
import operator


def start(url):
    word_list = []
    source_code = requests.get(url).text #gonna connect to the link and use it as plain text
    soup = BeautifulSoup(source_code, 'html.parser')
    for post_text in soup.findAll('a', {'class': 'title text-semibold'}): #go through all the contents
        content = post_text.string #.string = only get the texts thats inside "soup"
        words = content.lower().split()
        for each_word in words:
            print(each_word)
            word_list.append(each_word)


start("https://www.thenewboston.com/forum/")

以下の様な結果が

dictionary
print
order
permanent
display
of
content
rendering
problems
whenever
i
start
the
android
studio
two
beginner
python
courses?
vector
about
double
buffering
arduino
code
asterisk
before
a
pointer
can
you
provide
me
the
arduino
code
for
eye
blinking
sensor(ir
sensor)
for
accidental
prevention.
can't
import
images
in
android
studio
can't
install
intel
haxm
free
internet
javascript
interpreter
lambda
function
my
funny
litlte
program
navigation
drawer
activity
not
able
to
find
the
problem
need
help
org.apache.http.client.httpclient
deprecated
question
about
themes
someone
share
a
link
to
source
codes??
source
code
?
which
all
views
should
be
turned
on?
x86
emulation
error
error
when
trying
to
build
and
run.
computer
doesn't
support
virtualization.
web
development
using
html
java
game
about
getting
user
input
eclipse
doesn't
recognise
my
imports
other
ways
of
styling

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 88.81%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る