BeautifulSoup4 soup.find（'tag'，text = re.compile（'my text'））有时只能工作

Question

我正在尝试创建一种特定的方法来从停止的HTML中提取文本。

g().then( result => console.log(result) );

我的问题是为什么之类的：

</table>
<table border="0" cellpadding="0" cellspacing="0">
<tr>
<td>Close Date:</td>
<td> June 19, 2008</td>

返回：

soup.find('td', text=re.compile('Close'))

但是，当我尝试做一些更具体的事情时，它什么都不返回。

<td>Close Date:</td>

我想让脚本尽可能具体，以便我可以通过多个网页运行它而不会收到错误的文本。

Answer 1

Close和Date之间可能存在不间断的空格。在这种情况下，您可以使用\s+来匹配1个或更多的空格：

print(soup.find('td', text=re.compile('Close\s+Date:')))

例如，

import re
import bs4 as bs

content = '''\
<table border="0" cellpadding="0" cellspacing="0">
<tr>
<td>Close&nbsp;Date:</td>
<td> June 19, 2008</td>
'''

soup = bs.BeautifulSoup(content, 'lxml')
print(soup.find('td', text=re.compile('Close\s+Date:')))

产量

<td>Close Date:</td>