Python lxml.html找不到正文标记

我使用lxml.html解析各种html页面。现在我意识到，至少在某些页面上，尽管存在body标记，但它找不到body标记，而BeautifulSoup找到了body标记（即使它使用lxml作为解析器）

示例页：（剩余部分）

任何关于这里发生的事情的猜测都是受欢迎的：）

更新：

问题似乎与编码有关

# working version
body = lxml.html.document_fromstring(html_string.encode('unicode-escape')).find('body')

---

您可以使用以下内容：

import requests
import lxml.html

html_string = requests.get("https://plus.google.com/").content
body = lxml.html.document_fromstring(html_string).find('body')

---

body变量包含body html元素

您的

html\u字符串是什么

？@jackfleet它的内容。我没有加，因为它很大，很有趣。您的代码似乎工作正常，但它似乎与我以前所做的相当。区别似乎在于您使用的是编码内容，而我使用的是手动复制的源代码。我会调查的，泰！我看到的主要区别是html标记及其内容是从各种JavaScripts的执行中生成的。body标记必须是硬编码的，否则我们的代码都不能工作，是吗？我仔细查看了源代码，发现了一些十六进制编码字符（例如.\x3d）。看起来它们破坏了lxml，而beautiful soup可以处理它。

import requests
import lxml.html

html_string = requests.get("https://plus.google.com/").content
body = lxml.html.document_fromstring(html_string).find('body')