使用BeautifulSoup提取CData

Question

我正在嘗試使用bs4 / Python 3中的BeautifulSoup來提取CData。 但是，每當我使用以下內容搜索它時，它都會返回一個空結果。 誰能指出我做錯了什么？

from bs4 import BeautifulSoup,CData

txt = '''<foobar>We have
         <![CDATA[some data here]]>
         and more.
         </foobar>'''
soup = BeautifulSoup(txt)
for cd in soup.findAll(text=True):
    if isinstance(cd, CData):
        print('CData contents: %r' % cd)

Answer 1

問題似乎是默認解析器無法正確解析CDATA。 如果指定了正確的解析器，CDATA將顯示：

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

有關解析器的更多信息，請參閱文檔

我通過使用診斷函數來實現這一點，文檔建議：

如果您對Beautiful Soup有疑問或遇到問題，請發送郵件給討論組。 如果您的問題涉及解析HTML文檔，請務必提及diagnose（）函數對該文檔的說明。

使用diagnose（）函數可以輸出不同解析器如何看到您的html，這使您可以為您的用例選擇正確的解析器。