Question

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？

Answer 1

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。

Answer 2

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']

Answer 3

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>]

Python BeautifulSoup - 与find和findAll不同的结果

3 个答案: