使用BeautifulSoup提取CData

Question

我正在尝试使用bs4/Python3中的BeautifulSoup来提取CData。然而，每当我使用以下内容搜索它时，它都会返回一个空结果。有人能指出我做错了什么吗？

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

问题似乎是默认解析器无法正确解析CDATA。如果指定了正确的解析器，CDATA将显示：

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

有关解析器的更多信息，请参阅文档

我是通过使用文档推荐的诊断功能来了解这一点的：

如果你对美丽汤有疑问，或者遇到问题，请发送邮件到讨论组。如果您的问题涉及解析HTML文档，请务必提及diagnoste（）函数对该文档的描述。

使用diagnoste（）函数可以输出不同的解析器如何查看您的html，这使您能够为您的用例选择正确的解析器。