Python读取HTML文件失败求助：代码问题排查与解决

代码里的直接错误 #

你的代码最后一行print(soup.title)7多了个无效数字7，这会触发语法错误，直接导致代码运行失败，必须删掉这个7。

其他可能导致读取失败的情况及解决办法 #

• 文件路径不对：如果website.html和你的Python脚本不在同一个文件夹里，会报FileNotFoundError。要么把HTML文件移到脚本所在目录，要么在open()里写文件的绝对路径，比如Windows用"C:/你的文件夹/website.html"，Linux/macOS用"/home/你的用户名/你的文件夹/website.html"。
• 编码问题：如果HTML文件用了非系统默认的编码（比如UTF-8），直接用"r"模式读取可能会乱码或读取失败，建议打开时指定编码：open("website.html", "r", encoding="utf-8")。
• HTML结构问题：如果目标HTML里根本没有<title>标签，print(soup.title)会输出None——这不是读取失败，是找不到对应元素。可以先打印整个文档结构验证是否读取成功：print(soup.prettify())。

修复后的完整代码 #

from bs4 import BeautifulSoup

# 指定编码避免乱码，确保文件路径正确
with open("website.html", "r", encoding="utf-8") as file:
    content = file.read()

soup = BeautifulSoup(content, "html.parser")
# 先打印整个文档验证读取状态
print(soup.prettify())
# 安全获取title内容
print("页面标题：", soup.title.string if soup.title else "未找到title标签")

内容的提问来源于stack exchange，提问作者Abel mekonn