我想用BeautifulSoup来捕捉一些标签:<p>
标签,<title>
标签,<meta>
标签。但我不管他们的情况如何,都想抓住他们;我知道有些网站会这样做:meta,我希望能够抓住这一点。让BeautifulSoup以不区分大小写的方式捕捉标签
我注意到BeautifulSoup默认是区分大小写的。如何以非区分大小写的方式捕获这些标签?
我想用BeautifulSoup来捕捉一些标签:<p>
标签,<title>
标签,<meta>
标签。但我不管他们的情况如何,都想抓住他们;我知道有些网站会这样做:meta,我希望能够抓住这一点。让BeautifulSoup以不区分大小写的方式捕捉标签
我注意到BeautifulSoup默认是区分大小写的。如何以非区分大小写的方式捕获这些标签?
您可以使用soup.findAll应匹配大小写无关:
import BeautifulSoup
html = '''<html>
<head>
<meta name="description" content="Free Web tutorials on HTML, CSS, XML" />
<META name="keywords" content="HTML, CSS, XML" />
<title>Test</title>
</head>
<body>
</body>
</html>'''
soup = BeautifulSoup.BeautifulSoup(html)
for x in soup.findAll('meta'):
print x
结果:
<meta name="description" content="Free Web tutorials on HTML, CSS, XML" /> <meta name="keywords" content="HTML, CSS, XML" />
BeautifulSoup标准化了输入解析树。它将标签转换为小写。你无需担心IMO。
啊,那么BeautifulSoup会将所有标签转换为小写?什么属性?这是否意味着我也可以使用'find'而不是'findAll',它仍然是不区分大小写的? – 2010-07-28 12:14:32
@ cool-RR:是的查找方式与findAll类似。区分大小写取决于你在做什么。 – 2010-07-28 12:18:41
好吧,现在我试过了,它确实将属性转换为小写。 – 2010-07-28 12:36:04