我正在尝试使用BeautifulSoup解析HTML中嵌入的一些文本,使用“text”属性。 玩“find”和“findAll”,我注意到一些奇怪的东西,无法理解为什么它会以这种方式表现......
import re
import BeautifulSoup
doc = "<html><head><title>Page title</title><title>Author name</title></head>"
soup = BeautifulSoup(doc)
# find test
test1 = soup1.find('title',text=re.compile("Page"))
print test1 # Returns "Page title"
# findAll test
test2 = soup1.findAll('title',text=re.compile("Page"))
print test2 # Returns "[<title>Page title</title>, <title>Author name</title>]"
在第二个测试中,解析器不应该返回与第一个示例中相同的结果吗? 第二个测试应该返回所有'title'标签,其文本包含“Page”,但它也会返回第二个标题标签。
这是预期还是我错过了什么?
答案 0 :(得分:0)
The documentation似乎暗示text
和name
参数是互斥的。但是,它说,如果指定text
,name
将被忽略,在您的情况下,它似乎正好相反。
答案 1 :(得分:0)
它在BeautifulSoup 3.2.0上按预期工作:
>>> soup.find('title',text=re.compile("Page"))
u'Page title'
>>> soup.findAll('title',text=re.compile("Page"))
[u'Page title']
答案 2 :(得分:-1)
我在python3.7中获得了BeautifulSoup 4.7版的结果
>>> soup.find('title', text=re.compile('Page'))
<title>Page title</title>
>>> soup.findAll('title', text=re.compile('Page'))
[<title>Page title</title>]