python - 解析包含不间断空格字符的unicode文件

Question

我正在使用 BeautifulSoup 解析 HTML 页面，以便查找和提取指定的项目。

据我所知，问题是BeautifulSoup和Python解析器之间的冲突导致了这个问题。我正在 HTML 中寻找特定文本，该文本将引导我找到要提取的 anchor 标记。我似乎不太能解决这个问题。这是我的代码:

with requests.Session() as s:
  r = s.get('https://www.rbkc.gov.uk/planning/searches/details.aspx?batch=20&id=PP/11/04187&type=&tab=#tabs-planning-6')
  c = s.cookies.get_dict()
soup = BeautifulSoup(r.text, 'lxml')
table = soup.find('table', {'id': 'casefiledocs'})

vals = []
rows = table.findAll('tr')
for tr in rows:
  cols = tr.findAll('td')
  for td in cols:
    if td.get_text().encode('utf-8') == 'Application Form':
      print td

谁有办法解决这个问题吗？欣赏它。

Answer 1

去掉空格即可:

if td.get_text().strip() == 'Application Form':
    ...