作者：lisen0001 | 来源：互联网 | 2023-08-10 16:47
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
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标签的起始尖括号，自动补全了。
2.解决思路：
因为要用bs4结构化解析页面，不能用正则统一替换小于号（正常标签也会改变），而且情况比较少，所以可以在用 Beautifulsoup解析前，将未转化的小于号转化为实体符 <
代码更改如下：
京公网安备 11010802041100号