mac os 上的 lxml 无法解析包含 emoji 的 html？

站长

2024年06月21日 08:19 · 阅读数 26

mac os 上的 lxml 无法解析包含 emoji 的 html

<html>

<head>
    <title>随机 Emoji 示例</title>
</head>

<body>
    <p id="emojiParagraph">😄 这是一个带有随机 Emoji 的段落: </p>


</body>

</html>

对于上面带有 emoji 的 html，lxml 会返回 None

from lxml import etree
from mark import BASE_DIR

with open(BASE_DIR/'123.html', 'r', encoding='utf-8') as file:
    dom = etree.HTML(file.read())
    
    print(dom)

输出如下：

None

如果我删除 emoji

<html>

<head>
    <title>随机 Emoji 示例</title>
</head>

<body>
    <p id="emojiParagraph"> 这是一个带有随机 Emoji 的段落: </p>


</body>

</html>

继续使用同样的代码

from lxml import etree
from mark import BASE_DIR

with open(BASE_DIR/'123.html', 'r', encoding='utf-8') as file:
    dom = etree.HTML(file.read())
    
    print(dom)

输出如下：