使用BeautifulSoup提取CData

Question

我想从bs4/Python 3中使用BeautifulSoup来提取CData。但是，每当我使用下面的代码搜索它时，它都会返回一个空的结果。任何人都可以指出我做错了什么？

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

问题似乎是默认的解析器不能正确解析CDATA。如果指定了正确的语法分析器中，CDATA显示出来：

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

有关解析器的更多信息，请参阅the docs

我走上这个使用the diagnose function，其中the docs建议：

如果您有关于美丽汤的问题，或者遇到问题，请将邮件发送给讨论组。如果您的问题涉及解析HTML文档，请务必提及diagnose（）函数对该文档的说明。

使用diagnose（）函数可以让您输出不同的解析器如何看到您的html，从而使您可以为您的用例选择正确的解析器。