Beautiful Soup 4 find_all nie znajduje linków, które znajdzie Piękna Zupa 3
Zauważyłem naprawdę denerwujący błąd: BeautifulSoup4 (pakiet:bs4
) często znajduje mniej tagów niż poprzednia wersja (pakiet:BeautifulSoup
).
Oto powtarzalna instancja tego problemu:
import requests
import bs4
import BeautifulSoup
r = requests.get('http://wordpress.org/download/release-archive/')
s4 = bs4.BeautifulSoup(r.text)
s3 = BeautifulSoup.BeautifulSoup(r.text)
print 'With BeautifulSoup 4 : {}'.format(len(s4.findAll('a')))
print 'With BeautifulSoup 3 : {}'.format(len(s3.findAll('a')))
Wydajność:
With BeautifulSoup 4 : 557
With BeautifulSoup 3 : 1701
Różnica nie jest niewielka, jak widać.
Oto dokładne wersje modułów na wypadek, gdyby ktoś się zastanawiał:
In [20]: bs4.__version__
Out[20]: '4.2.1'
In [21]: BeautifulSoup.__version__
Out[21]: '3.2.1'