为什么BeautifulSoup没有找到特定的表类？

为什么BeautifulSoup没有找到特定的表类？

该页面使用了损坏的HTML，并且不同的解析器将尝试以不同的方式对其进行修复。安装

lxml

解析器，它将更好地解析该页面：

>>> BeautifulSoup(html, 'html.parser').find("div",{"id":"cntPos"}).find("table",{"class":"cntTb"}).tbody.find_all("tr")[1].find("td",{"class":"cntBoxGreyLnk"}) is NoneTrue>>> BeautifulSoup(html, 'lxml').find("div",{"id":"cntPos"}).find("table",{"class":"cntTb"}).tbody.find_all("tr")[1].find("td",{"class":"cntBoxGreyLnk"}) is NoneFalse

这并不意味着

lxml

它将比其他解析器选项更好地处理 所有 损坏的HTML。还要看一下WHATWG
HTML规范

html5lib

的纯Python实现，因此将更密切地关注当前浏览器实现如何处理损坏的HTML。