使用Beautiful Soup加载特定Google Maps页面时遇InvalidArgumentException错误求助

这个错误不是Beautiful Soup导致的，根源出在Selenium获取页面源码的环节：当你访问谷歌地图搜索biorochelou.com的结果页时，页面HTML源码里存在格式错误的十六进制转义序列（比如不完整的\x开头字符，缺少后续两位十六进制数），火狐的GeckoDriver在解析这份不规范的源码时无法处理，直接抛出了InvalidArgumentException，还没到Beautiful Soup处理的步骤。

可行的解决思路： #

• 换用Chrome浏览器驱动：不同浏览器驱动对不规范HTML的容错性有差异，Chrome的Chromedriver通常能更好地处理这类有瑕疵的页面源码。
• 绕过Selenium的page_source方法：直接通过执行JavaScript获取页面源码，避免驱动解析源码时出错，代码修改如下：

  # 替换原来的soup = BeautifulSoup(...)相关代码
  page_source = driver.execute_script("return document.documentElement.outerHTML;")
  soup = BeautifulSoup(page_source, 'html.parser')
  

• 优化页面等待逻辑：把固定的time.sleep(3)换成更精准的等待条件，确保页面完全渲染完成，比如等待搜索结果区域加载（类名可根据实际页面调整）：

  # 替换time.sleep(3)
  waitWD.until(EC.presence_of_element_located((By.CLASS_NAME, "Nv2PK")))
  

内容的提问来源于stack exchange，提问作者Rapid1898