我正在尝试从以下页面提取TR数据： http://www.datasheetcatalog.com/catalog/p1342320.shtml
我正在使用请求和BeautifulSoup。但是，我没有得到所有行（第二个表中只有12行而不是22行）。有人对此有一个解释吗（前提是在打印response.content时这些行在那里）？
这是我正在使用的代码：
from bs4 import BeautifulSoup
import requests
session = requests.Session()
url = 'http://www.datasheetcatalog.com/catalog/p1342320.shtml'
response = session.get(url)
soup = BeautifulSoup(response.content,"lxml")
trs= soup.findAll('table')[8].findAll('tr')
print (len(trs))
答案 0 :(得分：1)
在对html页面进行了详细检查之后，我发现beautifulsoup在打了注释（）后停止了。因此解决方案是将解析器从“ lxml”更改为“ html5lib”：
soup = BeautifulSoup(response.content,"html5lib")
答案 1 :(得分：0)
损坏import * as e from "express";
import { Response } from "express-serve-static-core";
e.response.send100 = function(): e.Response {
var response = this as Response;
response.status(100).end();
}
的html无效
BeautifulSoup注意：使用....
html_doc = response.text.replace('<table <', '<')
html_doc = re.sub(r'<\!--\s+\d+\s+--\!>', '', html_doc)
html_doc = re.sub(r'</?font.*?>' ,'', html_doc)
soup = BeautifulSoup(html_doc, "html.parser")
trs= soup.findAll('table')[8].findAll('tr')
print (len(trs))
返回7而不是22