在BeautifulSoup 3之前的版本中，我可以采用任何HTML块并以这种方式获得字符串表示:
from BeautifulSoup import BeautifulSoup
soup3 = BeautifulSoup('<div><b>soup 3</b></div>')
print unicode(soup3)
'<div><b>soup</b></div>'
然而，对于BeautifulSoup4，相同的操作创建了额外的标签:
from bs4 import BeautifulSoup
soup4 = BeautifulSoup('<div><b>soup 4</b></div>')
print unicode(soup4)
'<html><body><div><b>soup 4</b></div></body></html>'
^^^^^^^^^^^^ ^^^^^^^^^^^^^^
我不需要外部 <html><body>..</body></html> 标签，BS4正在添加。我看过BS4文档，也在类中搜索，但找不到任何设置来抑制输出中的额外标签。我该怎么做呢?降级到v3不是一个选择，因为BS3中使用的SGML解析器不如BS4中可用的lxml或html5lib解析器。
如果你想让你的代码在每个人的机器上工作，不管他们安装了哪个解析器，等等(在libxml2 2.9 vs. 2.8上构建的相同的lxml版本的行为非常不同，stdlib html.parser在2.7.2和2.7.3之间有一些根本性的变化，…)，你几乎需要处理所有合法的结果。
如果你知道你有一个片段，像这样的代码会给你那个片段:
soup4 = BeautifulSoup('<div><b>soup 4</b></div>')
if soup4.body:
return soup4.body.next
elif soup4.html:
return soup4.html.next
else:
return soup4
当然，如果你知道你的片段是一个单一的div，它甚至更容易，但它不容易想到一个用例，你会知道:
soup4 = BeautifulSoup('<div><b>soup 4</b></div>')
return soup4.div
如果你想知道为什么会发生这种情况:
BeautifulSoup用于解析HTML文档。HTML片段不是有效的文档。它非常接近文档，但这还不足以保证您将得到您所提供的内容。
解析器之间的差异说明:
HTML解析器之间也存在差异。如果给Beautiful Soup一个格式完美的HTML文档，这些差异就无关紧要了。一个解析器会比另一个更快，但它们都会给你一个看起来和原始HTML文档一模一样的数据结构。
但是如果文档不是完美的格式，不同的解析器将给出不同的结果。
所以，虽然没有记录这个确切的差异，但它只是一个特殊情况
正如在旧的BeautifulStoneSoup文档中所指出的:
BeautifulSoup类充满了类似web浏览器的启发式方法，用于猜测HTML作者的意图。但是XML没有固定的标记集，所以这些启发式方法不适用。所以BeautifulSoup不能很好地处理XML。
使用BeautifulStoneSoup类解析XML文档。这是一个通用类，不需要任何XML方言的专门知识，只有关于标签嵌套的非常简单的规则…
在BeautifulSoup4文档中:
不再有用于解析XML的BeautifulStoneSoup类。要解析XML，需要将"XML"作为第二个参数传递给BeautifulSoup构造函数。出于同样的原因，BeautifulSoup构造函数不再识别isHTML参数。
也许这会得到你想要的。