soup.find("tagName",attrs={ "id" : "articlebody" })

很可能是因为默认的beautifulsoup解析器有问题。换一个不同的解析器，比如'lxml'，然后再试一次。

我认为'div'标签嵌套太多是有问题的。我试图从facebook html文件解析一些联系人，Beautifulsoup无法找到带有类“fcontent”的标签“div”。

其他类也会发生这种情况。当我搜索div时，它只搜索那些嵌套不多的div。

html源代码可以是任何页面从facebook的朋友列表的一个朋友的你(不是你的一个朋友)。如果有人能测试它并给出一些建议，我会非常感激。

这是我的代码，我只是试图用类“fcontent”打印标签“div”的数量:

from BeautifulSoup import BeautifulSoup 
f = open('/Users/myUserName/Desktop/contacts.html')
soup = BeautifulSoup(f) 
list = soup.findAll('div', attrs={'class':'fcontent'})
print len(list)

Id属性总是唯一标识的。这意味着您甚至不需要指定元素就可以直接使用它。因此，如果您的元素有它来解析内容，这是一个加分项。

divEle = soup.find(id = "articlebody")

在beautifulsoup源代码中，这一行允许在div中嵌套div;所以你对卢卡斯评论的担心是没有根据的。

NESTABLE_BLOCK_TAGS = ['blockquote', 'div', 'fieldset', 'ins', 'del']

我认为您需要做的是指定您想要的attrs，例如

source.find('div', attrs={'id':'articlebody'})

下面是一个代码片段

soup = BeautifulSoup(:"index.html")
titleList = soup.findAll('title')
divList = soup.findAll('div', attrs={ "class" : "article story"})

正如你所看到的，我找到了所有的标签，然后我找到了所有的标签class="article"在里面