你好我想从html doc获取一个特定的部分，这部分与div相关并封装在span标签中，该部分通常是文档的大部分。
self.contents = BeautifulSoup(convert_pdf_to_html(self.path), 'html.parser')
self.keywords = self.contents.find('span',text=re.compile("(.*keywords.*|.*key-words.*)",re.IGNORECASE)).parent
问题是我总是有一个换行符，这使我无法检索相关的div，如：
<span style="font-family: EICMDB+AdvTrebu-B; font-size:8px">keywords
<br/></span>
即使使用正则表达式，它也不起作用，也没有删除文本的选项
答案 0 :(得分：1)
首先让我告诉你，你的正则表达式有点不对，你必须以-
\-
无论如何类似的东西对我有用，但最近我也无法将正则表达式与find结合起来
contents = bs(open(path), 'html.parser')
keywords = contents.find(text = re.compile(ur"key\-?words",re.I|re.U)).parent