BeautifulSoup没有解析过去的标题标签

Question

我正在尝试解析页面

http://gwyneddathletics.com/custompages/sport/mlacrosse/stats/2014/ml0402gm.htm

当我尝试findAll（'b'）时，我没有得到任何结果，与'tr'相同。除了最初的标题标签，我找不到任何东西。

另外，当我做汤= BeautifulSoup（标记）并打印汤时，我会在输出结束时获得额外的整个页面

我正在使用带有BeautifulSoup 3.2.0的python 2.6。为什么我的汤没有正确解析页面？

Answer 1

很可能BeautifulSoup使用的解析器真的不喜欢页面上的标记，我过去也遇到过类似的问题。我对你的输入进行了快速测试，发现如果你升级到最新的BeautifulSoup（该软件包叫做bs4），那么就可以了。 bs4也支持python2.6，它与BeautifulSoup（3.x系列）之间的向后不兼容的变化很小。如果您需要查看如何移植，请参阅here。