python - re.compile 如何在 BeautifulSoup 中执行 find_all 函数？

Question

在审查从 html 表构建 csv 的解决方案时，我偶然发现了这段代码

ol = map(cell_text, row.find_all (re.compile('t[dh]')))

粗体文本到底发生了什么？ find_all 调用 html 元素和标签。粗体文本是如何实现这一点的？

上下文如下

#!/usr/bin/python
from bs4 import BeautifulSoup
import sys
import re
import csv

def cell_text(cell):
    return " ".join(cell.stripped_strings)

soup = BeautifulSoup(sys.stdin.read())
output = csv.writer(sys.stdout)

for table in soup.find_all('table'):
    for row in table.find_all('tr'):
        col = map(cell_text, row.find_all(re.compile('t[dh]')))
        output.writerow(col)
    output.writerow([])

Answer 1

它会查找所有 t 后跟 d 或 h。 re.compile 只是返回“已编译”的正则表达式对象，供 find_all 使用。

这是 re.compile 的文档; BeautifulSoup 的 find_all 可以采用正则表达式；这是 sample from the documentation :

for tag in soup.find_all(re.compile("^b")):
    print(tag.name)

如您所见，使用方式非常相似