findAll-beautifulsoup-python 无法正常工作 [关闭]

Question

当我使用findAll 函数时，我遇到了一个问题。 findAll 功能无法正常工作，无法区分<td> 标签的结尾或找不到</td>。它将所有 html 代码放入我定义的 t1 变量中。 任何人都可以帮忙吗？我把它的输出放在这里。

t1 = soup.findAll('td',{'data': 'Text:'})
print('( Text:   ',t1.text,' )')

输出：

( Text:    helloworld  * , hello:  * . hiii * ;hello * ; </td>
      <td id="dtt" datetime="2018-12-06T19:08:56Z" data="Summary:">world hello</td>
      </tr>  

如果它工作正常，它应该给我们这个输出。

( Text:    helloworld  * , hello:  * . hiii * ;hello * ;  )

我还应该注意到，这对任何其他<td> 都适用，但对于这个<td> 我有问题。我认为*、; 或末尾的空格有些问题。你有什么意见？

Answer 1

您可以使用以下方法从脏输入中获得更清晰的解析结果：

    soup = bs4.BeautifulSoup(html, 'lxml-xml')