美丽的汤findAll找不到全部

美丽的汤findAll找不到全部

不同的HTML解析器对损坏的HTML的处理方式不同。该页面提供了损坏的HTML，

lxml

解析器对此的处理不佳：

>>> import requests>>> from bs4 import BeautifulSoup>>> r = requests.get('http://mangafox.me/directory/')>>> soup = BeautifulSoup(r.content, 'lxml')>>> len(soup.find_all('a', class_='manga_img'))18

标准库

html.parser

在此特定页面上的麻烦较少：

>>> soup = BeautifulSoup(r.content, 'html.parser')>>> len(soup.find_all('a', class_='manga_img'))44

使用将其转换为您的特定代码示例

urllib

，您将这样指定解析器：

soup = BeautifulSoup(page, 'html.parser')  # BeatifulSoup can do the reading