BeautifulSoup find 和 find_all 没有按预期工作

Question

我刚开始使用 BeautifulSoup，但遇到了问题。我在下面设置了一个 html sn-p 并制作了一个 BeautifulSoup 对象：

html_snippet = '<p class="course"><span class="text84">Ae 100. Research in Aerospace. </span><span class="text85">Units to be arranged in accordance with work accomplished. </span><span class="text83">Open to suitably qualified undergraduates and first-year graduate students under the direction of the staff. Credit is based on the satisfactory completion of a substantive research report, which must be approved by the Ae 100 adviser and by the option representative. </span> </p>'
subject = BeautifulSoup(html_snippet)

我已经尝试了几个 find 和 find_all 操作，如下所示，但我得到的只是一个空列表：

subject.find(text = 'A') 
subject.find(text = 'Research')
subject.next_element.find('A')
subject.find_all(text = 'A')

当我之前从计算机上的 html 文件创建 BeautifulSoup 对象时，find 和 find_all 操作都运行良好。但是，当我通过 urllib2 从在线阅读网页中提取 html_sn-p 时，我遇到了问题。

谁能指出问题出在哪里？

Answer 1

像这样传递参数：

import re
subject.find(text=re.compile('A'))

text 过滤器的默认行为是匹配整个正文。传入正则表达式可以匹配片段。

编辑：要仅匹配以 A 开头的主体，您可以使用以下内容：

subject.find(text=re.compile('^A'))

要仅匹配包含以 A 开头的单词的正文，您可以使用：

subject.find_all(text = re.compile(r'\bA'))

很难更具体地说明您在寻找什么，如果我误解了您的要求，请告诉我。