BeautifulSoup 没有解析过去的标题标签

Question

我正在尝试解析页面

http://gwyneddathletics.com/custompages/sport/mlacrosse/stats/2014/ml0402gm.htm

当我尝试 findAll('b') 时，我没有得到任何结果，与 'tr' 相同。除了最初的标题标签之外，我找不到任何东西。

另外，当我做 soup = BeautifulSoup(markup) 并打印汤时，我会在输出的末尾得到一个额外的整个页面

我正在使用 Python 2.6 和 BeautifulSoup 3.2.0。为什么我的汤没有正确解析页面？

Answer 1

很可能 BeautifulSoup 使用的解析器真的不喜欢页面上的标记，我过去也遇到过类似的问题。我对您的输入进行了快速测试，发现如果您升级到最新的 BeautifulSoup（该软件包称为 bs4），它可以正常工作。 bs4 还支持 python2.6，它和 BeautifulSoup（3.x 系列）之间的向后不兼容变化很小。如需了解如何移植，请参阅here。