beautifulsoup没有返回预期的结果？

Question

我正在尝试阅读GIGANTIC文件。进行简单搜索会返回明显不正确的结果！

继承人代码：

import urllib2
import re
from bs4 import BeautifulSoup

data = urllib2.urlopen('http://www.nhl.com/scores/htmlreports/20132014/PL020749.HTM')
html = data.read()

soup = BeautifulSoup(html, 'lxml')

a = soup.findAll('td')

print len(a) 

这会产生

2737

但是，只需在sublime文本中手动搜索<td即可显示此源代码中有15562 td个元素。

td是最简单的例子。我搜索的任何其他东西的返回方式也低于预期。 beautifulsoup只解析那么多行然后退出吗？或者我做了明显错误的事情？

由于

Answer 1

我和你有同样的问题。用这种方式尝试不同的解析器：

soup = BeautifulSoup(html, 'html5lib')

这将解决您的问题。