BeautifulSoup не разборе мимо тега заголовка

Question

Я пытаюсь разобрать страница

http://gwyneddathletics.com/custompages/sport/mlacrosse/stats/2014/ml0402gm.htm

и когда я пытаюсь FindAll («б») я не получаю никаких результатов, то же самое с 'тр. Я не могу найти ничего, кроме исходного тега заголовка.

Кроме того, когда я делаю суп = BeautifulSoup (разметку) и напечатать суп, я получаю всю страницу с дополнительным в конце выхода

Я использую Python 2.6 с BeautifulSoup 3.2.0. Почему мой суп не разбирает страницу правильно?

Answer 1

Вероятно, синтаксический анализатор, которым пользуется BeautifulSoup, действительно не похож на разметку на странице, у меня были подобные проблемы в прошлом. Я сделал быстрый тест на вашем входе и обнаружил, что если вы перейдете на новый BeautifulSoup (пакет называется bs4), он просто работает. bs4 также поддерживает python2.6, а назад несовместимые изменения между ним и BeautifulSoup (серия 3.x) являются крошечными. См. here, если вам нужно проверить, как порт.