BS4：区分大小写的搜索

Question

是否可以只查找大写格式的标签？我有一个HTML页面。有标签＆lt; a href=..>和标签<A href=...>。我想只获得<A href=..>格式的标签。

当我尝试all = index.findAll('A')时，它什么也没有返回。 如果我尝试all = index.findAll('a')，我会收到所有标签＆＃39; a＆＃39;和＆＃39; A＆＃39;同样。

感谢您的建议。

Answer 1

HTML不区分大小写;在解析所有标签时小写。

如果需要匹配区分大小写的标记，则需要将文档解析为XML。安装lxml并告诉BeautifulSoup在XML模式下使用该解析器：

soup = BeautifulSoup(source, 'xml')

请注意，XML比HTML更严格;解析不遵守这些更严格规则的HTML文档可能会失败。