2019年2月13日
爬虫处理网站的bug---小于号未转化为实体符
摘要： 1.发现BUG 爬取 chinadrugtrials 详情页的公示的试验信息时候， 发现程序在某些地方跑断掉了，如下： 经排查发现，原来这是网页的bug 极少数详情页面的某些文字中的小于号，未转化为实体符，连接上后面的 ul 或者a（大写也是）， 成了类似标签的东西， 导致bs4 解析时候把它当成了 阅读全文
posted @ 2019-02-13 21:27 暮良文王 阅读(592) 评论(0) 推荐(0)