为什么 BeautifulSoup（在 Python 脚本中）只返回 HTML 中的一些数字答案

【问题标题】：Why does BeautifulSoup (in Python script) only return some of the numbers from HTML为什么 BeautifulSoup（在 Python 脚本中）只返回 HTML 中的一些数字
【发布时间】：2017-04-19 22:35:25
【问题描述】：

由于我从这里获得了一些帮助，我能够编写一个 Python 脚本，允许我从 HTML 数据中提取数字。但是，由于某种原因，即使我相信我在 findall() 方法中使用了正确的标准，也不是所有的数字都被提取了。这是我的脚本的样子：

search1 = []
soup = BeautifulSoup(data_payload, 'html.parser')
data = soup.findAll("td", {"class":"confluenceTd"})
for d in data:
    m = re.search('([0-9]+)',str(d.findAll(text=True)))
    if m:
        search1.append(m.group(0))

print search1

这是一个 HTML 示例，其中所有数字都被拉出：

<td class="confluenceTd">
         <span>
          AutoRun
         </span>
        </td>
        <td class="confluenceTd">
         <span>
          1514444
         </span>
        </td>
        <td class="confluenceTd" colspan="1">
         <span style="color: rgb(0,0,0);">
          61888758
         </span>

在下面的示例中，只有“63811289”被拉出，没有其他内容：

<td class="confluenceTd" colspan="1">
         <p>
          CSY: 63811289, 62277372, 612377891, 653856796
         </p>
         <p>
          RTY: 54346678
         </p>
         </td>

任何帮助将不胜感激。谢谢。

【问题讨论】：

为什么要使用正则表达式来查找数字，而不是使用 BeautifulSoup 来查找包含数字的<span>？
@Barmar 老实说，我对美汤不太熟悉。有没有更简单的方法？
同你找到td元素一样，你也可以在里面找到span。
for span in d.findAll('span'):

标签： python python-2.7 beautifulsoup

【解决方案1】：

re.search 只返回第一个匹配项：https://docs.python.org/2/library/re.html#re.search

你可以用re.finditer()拉出所有的字符串：

for i in re.finditer('([0-9]+)',str(d.findAll(text=True))):
    search1.append(i.group(0))

【讨论】：