非常に厄介なバグに気付きました: BeautifulSoup4 (パッケージ: bs4
) は以前のバージョン (パッケージ: ) よりも少ないタグを見つけることがよくありますBeautifulSoup
。
その問題の再現可能な例を次に示します。
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')))
出力:
With BeautifulSoup 4 : 557
With BeautifulSoup 3 : 1701
ご覧のとおり、違いは小さくありません。
誰かが疑問に思っている場合に備えて、モジュールの正確なバージョンは次のとおりです。
In [20]: bs4.__version__
Out[20]: '4.2.1'
In [21]: BeautifulSoup.__version__
Out[21]: '3.2.1'