python - BeautifulSoup 找不到字符串

解析http://en.wikipedia.org/wiki/Israel时，遇到一个带有文本的H2标记，但是Beautiful Soup为其返回一个None类型：

$ python
Python 2.7.3 (default, Apr 10 2013, 05:13:16)
[GCC 4.7.2] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import bs4
>>> import requests
>>> from pprint import pprint
>>> response = requests.get('http://en.wikipedia.org/wiki/Israel')
>>> soup = bs4.BeautifulSoup(response.content)
>>> for h in soup.find_all('h2'):
...     pprint(str(type(h)))
...     pprint(h)
...     pprint(str(type(h.string)))
...     pprint(h.string)
...     print('--')
...
"<class 'bs4.element.Tag'>"
<h2>Contents</h2>
"<class 'bs4.element.NavigableString'>"
u'Contents'
--
"<class 'bs4.element.Tag'>"
<h2><span class="mw-headline" id="Etymology"><span id="Etymology"></span> Etymology</span></h2>
"<type 'NoneType'>"
None
--
"<class 'bs4.element.Tag'>"
<h2><span class="mw-headline" id="History">History</span></h2>
"<class 'bs4.element.NavigableString'>"
u'History'
--

请注意，这不是解析问题，Beautiful Soup可以很好地解析文档。为什么第二个H2元素返回一个None类型？是由于字符串中的“”（空格）引起的？我该如何解决？这是在Python 2.7，Kubuntu Linux 12.10上的Beautiful Soup 4中提供的。

最佳答案

我正在回答上半年的第一部分，这是怎么回事...

引用documentation of bs4的话：“如果标签包含多个内容，则不清楚.string应该指的是什么，因此.string被定义为None。”

现在另一半，如何解决。

再次引用同一来源：“如果标签中包含多个内容，您仍然可以只查看字符串。使用.strings生成器。”更好的是，使用.stripped_strings生成器，将结果连接起来，我想您会得到想要的结果。

关于python - BeautifulSoup 找不到字符串，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/18535408/