python - 美丽汤4 : Ampersand in text

Question

我在使用 BeautifulSoup4 时遇到问题...(我是一个 Python/BeautifulSoup 新手，如果我很笨，请原谅我)

为什么下面的代码是这样的:

from bs4 import BeautifulSoup

soup_ko = BeautifulSoup('<select><option>foo</option><option>bar & baz</option><option>qux</option></select>')
soup_ok = BeautifulSoup('<select><option>foo</option><option>bar and baz</option><option>qux</option></select>')

print soup_ko.find_all('option')
print soup_ok.find_all('option')

产生以下输出:

[<option>foo</option>, <option>bar &amp; baz</option>]
[<option>foo</option>, <option>bar and baz</option>, <option>qux</option>]

我期待相同的结果，我的 3 个选项的数组...但 BeautifulSoup 似乎不喜欢文本中的＆符号？我怎样才能摆脱这个并获得正确的数组而不编辑我的 HTML(或通过转换/转换它)？

谢谢

编辑:似乎是 4.2.0 的错误...我下载了 4.2.0 和 4.2.1 版本(来自 http://www.crummy.com/software/BeautifulSoup/bs4/download/4.2/beautifulsoup4-4.2.0.tar.gz 和 http://www.crummy.com/software/BeautifulSoup/bs4/download/4.2/beautifulsoup4-4.2.1.tar.gz )，将其解压缩到我的脚本文件夹中，将我的代码更改为:

import sys
sys.path.insert(0, "beautifulsoup4-" + sys.argv[1])
from bs4 import BeautifulSoup, __version__

print "Beautiful Soup %s" % __version__
soup_ko = BeautifulSoup('<select><option>foo</option><option>bar & baz</option><option>qux</option></select>')
print soup_ko.find_all('option')

并得到结果:

15:24:38 pataluc ~ % python stack.py 4.2.0
Beautiful Soup 4.2.0
[<option>foo</option>, <option>bar &amp; baz</option>]
15:24:41 pataluc ~ % python stack.py 4.2.1
Beautiful Soup 4.2.1
[<option>foo</option>, <option>bar &amp; baz</option>, <option>qux</option>]

所以我想我的问题已经结束了。感谢您的评论，让我意识到这是一个版本问题。

Answer 1

&在 HTML 中用于输入所谓的 HTML 实体。例如，<是 HTML 中的一个特殊符号，因为它开始一个标记，因此您使用 <相反。

因此，&本身也是一个特殊符号，你应该使用 &对于字面的 & 符号。您的 HTML 无效，BeautifulSoup 已修复它。