python - BeautifulSoup4 soup.find('tag'，text = re.compile('my text'))仅有时有效

我正在尝试创建一种从休止的html中提取文本的特定方法。

</table>
<table border="0" cellpadding="0" cellspacing="0">
<tr>
<td>Close Date:</td>
<td> June 19, 2008</td>

我的问题是为什么会这样：

soup.find('td', text=re.compile('Close'))

返回：

<td>Close Date:</td>

但是，当我尝试做更具体的事情时，它什么也不会返回。

soup.find('td', text=re.compile('Close Date:'))

我想使脚本尽可能具体，以便可以在多个网页中运行该脚本而不会拾取错误的文本。

最佳答案

Close和Date之间可能有不间断的空格。在这种情况下，您可以使用\s+匹配1个或多个空格：

print(soup.find('td', text=re.compile('Close\s+Date:')))

例如，

import re
import bs4 as bs

content = '''\
<table border="0" cellpadding="0" cellspacing="0">
<tr>
<td>Close&nbsp;Date:</td>
<td> June 19, 2008</td>
'''

soup = bs.BeautifulSoup(content, 'lxml')
print(soup.find('td', text=re.compile('Close\s+Date:')))

产量

<td>Close Date:</td>

关于python - BeautifulSoup4 soup.find('tag'，text = re.compile('my text'))仅有时有效，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/41411443/