python - BeautifulSoup4 无法通过搜索文本找到 "a"标签

Question

示例 HTML

<a class="accordion-item__link" href="/identity-checking/individual"><!-- react-text: 178 -->Australia<!-- /react-text --></a>

当我运行时

soup.find("a", text="Australia")

它什么都不返回。

如果我跑soup.find("a", href="/identity-checking/individual") 它找到了标签。
soup.find("a", href="/identity-checking/individual").text 也返回 'Australia'

跟评论有关系吗？

Answer 1

我正在尝试找到一种遵循 find 方法的方法，因为它最方便且适应性最强。这里的问题是 HTML 注释弄乱了引擎。手动删除评论会很有帮助。

from bs4 import BeautifulSoup, Comment

bs = BeautifulSoup(
    """
    <a class="accordion-item__link" href="/identity-checking/individual"><!-- react-text: 178 -->Australia<!-- /react-text --></a>
    """,
    "lxml"
)
# find all HTML comments and remove
comments = bs.findAll(text=lambda text:isinstance(text, Comment))
[comment.extract() for comment in comments]

r = bs.find('a', text='Australia')
print(r)
#  <a class="accordion-item__link" href="/identity-checking/individual">Australia</a>

删除评论的方法出自这里How can I strip comment tags from HTML using BeautifulSoup?

如果要保留评论，您可以制作一份 soup。