美しいスープは、これは私はすべての要素を反復処理するために使用しているコードである任意の要素

Question

を選択されていない。

soup_top = bs4.BeautifulSoup(r_top.text, 'html.parser') 

selector = '#ContentPlaceHolder1_gvDisplay table tr td:nth-of-type(3) a' 

for link in soup_top.select(selector): 
    print(link) 

同じセレクタはJavaScriptで使用される57の長さを与える：

document.querySelectorAll("#ContentPlaceHolder1_gvDisplay table tr td:nth-of-type(3) a").length; 

私はおそらく、私は正しくWebページの内容を取得していないと思った。私はWebページのローカルコピーを保存しましたが、Beautiful Soupのセレクタは何も選択しませんでした。ここで何が起こっているのですか？

これはwebsiteです。コードを使用しています。

Answer 1

これはparser（つまりhtml.parser）が原因であるようです。私はパーサとしてlxmlと同じことをしようとした場合：

from bs4 import BeautifulSoup 
import requests 

url = 'http://www.swapnilpatni.com/law_charts_final.php' 
r = requests.get(url) 
r.raise_for_status() 

soup = BeautifulSoup(r.text, 'lxml') 

css_select = '#ContentPlaceHolder1_gvDisplay table tr td:nth-of-type(3) a' 
links = soup.select(css_select) 
print('{} link(s) found'.format(len(links))) 

>> 1 link(s) found 

for link in links: 
    print(link['href']) 

>> spadmin/doc/Company Law amendment 1.1.png 

html.parserは#ContentPlaceHolder1_gvDisplay table trまでの結果を返しますが、その場合でも、それだけで最初trを返します。

W3 Markup Validation Serviceを通じてURLを実行している場合、これが返されるエラーです。

ライン1212上で、それは私がUTFとして解釈できない1バイト以上が含まれているため申し訳ありませんが、私はこの文書を検証することができません-8（つまり、見つかったバイトは、指定された文字エンコーディングの有効な値ではありません）。ファイルの内容と文字コードの両方を確認してください。 エラー：lxmlがよりフォールトトレラントである一方、UTF8「\ XA0は」、Unicodeの

それはhtml.parserが同様にこの上で窒息ている可能性がありますにマップされません。