BeautifulSoup 和 Python Lambda

Question

我很难理解这段代码。

我想使用BeautifulSoup 和Python3 提取HTML cmets。

给定：

html = '''
       <!-- Python is awesome -->
       <!-- Lambda is confusing -->
       <title>I don't grok it</title>
       '''

soup = BeautifulSoup(html, 'html.parser')

我搜索了解决方案，大多数人说：

comments = soup.find_all(text= lambda text: isinstance(text, Comment))

在我的情况下会导致：

[' Python is awesome ', ' Lambda is confusing ']

这是我的理解：

• isinstance 询问 text 是否是 Comment 的实例并返回一个布尔值。
• 我有点理解lambda。将 text 作为参数并计算 isinstance 表达式。
• 您可以将函数传递给find_all

这是我不明白的：

• text= 中的text 是什么？
• lambda text 中的text 是什么？
• 来自html 的参数被传递到lambda text
• soup.text 返回I don't grok it。为什么lambda text 将<!-- Python is awesome --> 作为参数传递？

Answer 1

总结

.find_all() 遍历每一行并尝试匹配text='<our_text>。 '<our_text>' 是一个 lambda 函数，它基本上有一个条件，而不是一个实际的字符串 （就像下面的例子）。

我会解释这个问题的每个部分。

text=

html = '''
       <!--Python is awesome-->
       <!--Lambda is confusing-->
       <title>I don't grok it</title>
       '''

soup = BeautifulSoup(html, 'html.parser')

print(soup.find_all(text='Python is awesome'))

输出：

['Python 很棒']

这里text= 只是一个参数（即参数），我们可以在其中传递正则表达式或另一个函数或变量或@ 987654328@。在我们的例子中，它恰好是一个 lambda。接下来我们将解释 lambda 的作用。

Lambda

这个 lambda 函数将text 变量作为输入。

我们使用.find_all自动将每一行的文本输入到lambda-func中

lambda text: isinstance(text, Comment) 

isinstance 检查第一个参数是否。 text 是 Comment 它要么返回 True 要么 False。示例：some_var = 'Ey man' 然后我执行isisntance(some_var, str) -> True。 这是一个字符串（str）。

接下来，我们将这两者结合起来。

soup.find_all(text= lambda text: isinstance(text, Comment))

1. soup.find_all - 遍历每一行 <--Python is awesome.., <--Lambda.. <title>I..

2. 我们在.find_all(<the_condition>) 中有一个条件，并保留满足该条件的行

3. 在我们的例子中，条件是，

   3.1。首先，我们不会只检查清晰、简单的英文文本和inside tags，和/或任何string。那是text=

   3.2。文本也有一个条件，它不带任何文本，只有当 lambda 函数 返回 True，即满足 lambda 的条件。

   3.3。 lambda condition 是它必须是 Comment 的实例，这意味着只有当它是 Comment 时才会返回 True。

只有且仅当所有这些条件都满足时，我们才会使用该行并将其存储。

Answer 2

text=中的文本是什么？

find_all 函数的关键字参数

什么是 lambda 文本中的文本？

函数的参数，同

def <name>(text)...

html 中的什么参数被传递到 lambda 文本中

这取决于您，在示例中，变量 Comments 指的是要解析的文本。

soup.text 返回我不明白。为什么 lambda 文本作为参数传递？

这只是一个要替换为真实 HTML 的示例