Python 如何获取<；中的值列表；p>；如果其结束标记为<\\/p>；

这很奇怪。我试图从一个网站上抓取

的标签末尾是

，而不仅仅是

。显然，每次我调用

soup.find_all（'p'）

，它都不会返回任何值，而是无值。当我尝试

a

或

div

时，它没有任何问题，因为它们都是结构良好的标记，分别带有

和

结束标记。我不知道该如何解决这个问题

from urllib.request import Request, urlopen
from bs4 import BeautifulSoup


url = 'http://www.gmanetwork.com/news/story/656223/money/economy/iphone-worries-weigh-on-wall-street'
page = urlopen(Request(url, headers={'User-Agent': 'Mozilla/5.0'}))
data = page.read()
soup = BeautifulSoup(data, 'html.parser')
print(soup.find_all('p'))

编辑

---

正如建议的那样，我发现像Splinter这样的无头浏览器有点令人沮丧，因为模块需要浏览器依赖关系（如果我错了，请纠正我）。

您可以这样做：

import re
a = "<p> This is a text <\\/p>"
match = re.match("""^.*<p>(.*)<\\\\/p>.*$""", a).group(1)
print(match)

重新导入
a=“这是一个文本”
match=re.match（“^.*（...*$”，a）.group（1）
打印（匹配）

你能给我一个HTML代码的例子吗？我非常怀疑它是否能正确呈现。@ivan_pozdeev是的，代码工作正常。唯一的问题是我无法获取

p

标记中的值，因为每个

p

标记都有

\\/p

结束标记。结束标记在脚本元素中。如果您想要呈现脚本元素，您需要呈现JavaScript，请参阅我对可能重复的问题的答案。您是否安装了

lxml

和/或

html5lib

？是的，我也在处理这个问题。我别无选择，只能使用正则表达式。顺便说一句，谢谢你的回答。没问题，请记住这将返回文本的最后一个匹配项，我不久前找到了一个解决方案，但我找不到，但我记得在a**中找到所有匹配项是一件痛苦的事。我试过

re.findall（r“（.*），data.decode（'utf-8'）

，它工作得很好。其他人不建议使用此方法，因为结束标记也会更改每个请求，例如

然后

，然后再返回到

。我希望bs4的维护人员将来也能具备这种能力。