Python 提取<；脚本>；从带有BeautifulSoup的HTML

我正在用BeautifulSoup的

find\u all

功能搜索一个html文件。我有几个问题。首先，因为我只想找到

标记，所以我必须使用

soup.find_all（'script'）

，因为它不允许我在

find_all（）

中找到

。有没有办法绕过这个问题？通过搜索

script

我得到的HTML文件部分不是脚本标记，而是在URL或段落中使用单词script的部分

第二，当我使用

soup.find_all（'script'）

时，有些HTML文件并没有返回所有的脚本标记。在某些文件中，这些是文件的

中的

，而其他文件中，页面参数在脚本中处理。有没有办法绕过这个问题并强制返回所有脚本标记

例如，其中一个被忽略的

如下所示：

<!--[if lte IE 7]>
<script src="//www.webiste.com" type="text/javascript" ></script>
<![endif]-->

---

我试图从HTML文件中抓取每个

…

部分。这是我发现的最简单的方法，但如果有人知道一种更简单的方法也可以解决我的其他问题，我愿意更改代码。

你昨天发布了一个类似的问题：如果没有任何答案对你有帮助，你应该对其进行评论，在SO中，建议不要就类似问题问两个问题，并且不接受其中一个问题的任何答案。

soup.find_all（'script'）

是正确的。没有返回的脚本标记的例子有哪些？@ViníciusAguiar这是一个详细的说明，是一个与前面的问题相关的新问题。我不是在研究如何在HTML文件中找到某些子字符串，当我使用您和其他人在我的最后一个问题上回答的建议时，我遇到了问题。在我的上一个问题中，我不知道

find_all

，这是一个我需要帮助查找的函数。在这个问题上，我清楚地说我使用了它，但它有错误。@jesssmith那就好了！对不起，我指的是具体的例子，比如一个例子。请将其中一个不起作用的页面的源代码，精简为一个最小的测试用例，并将其与代码一起编辑到您的问题中。

from bs4 import BeautifulSoup


soup = BeautifulSoup(open(file), 'html.parser')
tags = soup.find_all('script')