在findall（）中提供字符串时，Python beautifulsou会改变行为

Question

我需要找到一些带有string的代码标记，而find\u all by tagname将成功地找到所有代码标记，当我使用string方法时，它不会找到所有代码标签。这里是我的代码：

from bs4 import BeautifulSoup
import re

text = """<!-- Data starts here -->
<code>LGEL 281220Z 33010G20KT CAVOK 32/11 Q1013</code><br/>
<br/><code>TAF LGEL 281100Z 2812/2912 34018G28KT 9999 FEW020 <br/>  BECMG 2816/2818 34015KT <br/>  TEMPO 2909/2912 34015G25KT</code><br/>
<hr width="65%"/>
<!-- Data ends here -->"""


soup = BeautifulSoup(text, 'html.parser')

info = soup.find_all("code")
value = soup.find_all('code',string = re.compile('LGEL'))

print(value)#This will not find second code tag
print(info)#This finds all code tags successfully

Answer 1

你必须首先extract()标记br，它们破坏了html结构。那你的代码就行了。你知道吗

from bs4 import BeautifulSoup
import re

text = """<!  Data starts here  >
<code>LGEL 281220Z 33010G20KT CAVOK 32/11 Q1013</code><br/>
<br/><code>TAF LGEL 281100Z 2812/2912 34018G28KT 9999 FEW020  <br/>  BECMG 2816/2818 34015KT  <br/>  TEMPO 2909/2912 34015G25KT</code><br/>
<hr width="65%"/>
<!  Data ends here  >"""


soup = BeautifulSoup(text, 'html.parser')
for br in soup.find_all('br'):
    br.extract()

info = soup.find_all("code")
value = soup.find_all('code', string = re.compile('LGEL'))

print(value)#This will not find second code tag
print(info)#This finds all code tags successfully

输出：

[<code>LGEL 281220Z 33010G20KT CAVOK 32/11 Q1013</code>, <code>TAF LGEL 281100Z 2812/2912 34018G28KT 9999 FEW020   BECMG 2816/2818 34015KT   TEMPO 2909/2912 34015G25KT</code>]
[<code>LGEL 281220Z 33010G20KT CAVOK 32/11 Q1013</code>, <code>TAF LGEL 281100Z 2812/2912 34018G28KT 9999 FEW020   BECMG 2816/2818 34015KT   TEMPO 2909/2912 34015G25KT</code>]