我是一個初學者，試圖構建一個腳本來從Gutenberg項目中提取電子書，將其分為章節和段落，然后對文本進行一些基本分析。我盡力能夠可靠地找到章節標題，因為它們方便地位于“ h2”標簽中。但是，由于從Linux Mint Nadia升級到Olivia，因此僅檢測到前幾個標簽。Reddit上的一些優秀人士一直在嘗試提供幫助，但我們走到了窮途末路。但是，我們進行的診斷可能很有用。>>> import bs4>>> from urllib import urlopen>>> url = "http://www.gutenberg.org/files/82/82-h/82-h.htm">>> newtext = urlopen(url).read()>>> soup = bs4.BeautifulSoup(newtext)>>> def chap_list (htmlbook):    print 'A:', len(htmlbook)    soup = bs4.BeautifulSoup(htmlbook)    print 'B:', len(soup)    chapters = soup('h2')    print 'C:', chapters    return>>> chap_list(newtext)對我來說，這返回：A: 1317420B: 2C: [<h2>      A ROMANCE    </h2>, <h2>      By Sir Walter Scott    </h2>, <h2>      INTRODUCTION TO IVANHOE.    </h2>, <h2>      DEDICATORY EPISTLE    </h2>]同樣，現在，當我簡單地調用如上定義的湯對象時，僅返回書的第一部分-直到“住在約克城堡門”。我確定這曾經返回整個文本。因此，我的評估是BS不再提取全文。版本：Python 2.74 BeautifulSoup 4.2.1 lxml 3.1.0在一切正常的情況下，我不知道所使用的版本。嘗試在Python 3.3下運行可獲得相同的結果。我需要使用2.7，因為稍后我需要nltk。誰能幫我重新開始這項工作？