Python 2.7 在python中使用BeautifulSoup.findAll（'；table'；）找不到包含soup的表

我正在使用soup.findAll（'table'）尝试在html文件中查找该表，但它不会出现。 该表确实存在于文件中，使用regex，我可以通过以下方式找到它：

import sys
import urllib2
from bs4 import BeautifulSoup
import re
webpage = open(r'd:\samplefile.html', 'r').read()
soup = BeautifulSoup(webpage)
print re.findall("TABLE",webpage)   #works, prints ['TABLE','TABLE']
print soup.findAll("TABLE")   # prints an empty list []

我知道我正确地生成了汤，因为我：

print [tag.name for tag in soup.findAll(align=None)]

它将正确打印找到的标签。我已经试过用不同的方式写“表”，比如“表”、“表”等等。 另外，如果我打开文件并用文本编辑器编辑它，它上面有“TABLE”

为什么beautifulsoup找不到表？？

上下文

• Python2.x
• 美化组HTML解析器

问题

• bsoup

  findall

  不会返回所有预期的标记，或者根本不返回任何标记，即使用户知道标记中存在该标记

解决方案

• 初始化

  BeautifulSoup

  构造函数时，请尝试指定确切的解析器

##以前 汤=美汤（网页） ##之后 soup=BeautifulSoup（网页“html5lib”） 根本原因

• 目标标记可能包括格式错误的HTML，不同解析器的成功程度也不同

另见

上下文

• Python2.x
• 美化组HTML解析器

问题

• bsoup

  findall

  不会返回所有预期的标记，或者根本不返回任何标记，即使用户知道标记中存在该标记

解决方案

• 初始化

  BeautifulSoup

  构造函数时，请尝试指定确切的解析器

##以前 汤=美汤（网页） ##之后 soup=BeautifulSoup（网页“html5lib”） 根本原因

• 目标标记可能包括格式错误的HTML，不同解析器的成功程度也不同

另见

---

您可以发布此html文件的示例吗？我也有同样的问题。试图从ESPN.com上搜刮url=''boxurl=urllib2.urlopen（url）.read（）soup=BeautifulSoup（boxurl）soupTables=soup.findAll（'table'）reTables=re.findAll（'table'，boxurl）print len（soupTables），len（reTables）`soup.findAll只返回1个表，而re.findAll查找46个表tables@user2333196在将

http://

添加到url后（这样我就可以下载它了），

len（soup.findAll（'table'））

为我返回了23。@mr2ert是的，你可以在这里找到它：我在我的计算机上的本地文件中复制了你的html，并在ipython中运行你的代码，效果很好，我得到了一张表。你有没有试过在ipython中用最少的代码运行它？你能发布这个html文件的示例吗？我也有同样的问题。试图从ESPN.com上搜刮url=''boxurl=urllib2.urlopen（url）.read（）soup=BeautifulSoup（boxurl）soupTables=soup.findAll（'table'）reTables=re.findAll（'table'，boxurl）print len（soupTables），len（reTables）`soup.findAll只返回1个表，而re.findAll查找46个表tables@user2333196在将

http://

添加到url后（这样我就可以下载它了），

len（soup.findAll（'table'））

为我返回了23。@mr2ert是的，你可以在这里找到它：我在我的计算机上的本地文件中复制了你的html，并在ipython中运行你的代码，效果很好，我得到了一张表。您是否尝试过在ipython中以最少的代码运行它？ ## BEFORE soup = BeautifulSoup(webpage) ## AFTER soup = BeautifulSoup(webpage, "html5lib")