此findall()非彼findAll()-优快云博客

本文链接：https://blog.youkuaiyun.com/NPLbald/article/details/104453309

本文介绍了如何使用BeautifulSoup的findAll()函数和正则表达式的findall()函数进行网页内容抓取。通过实例展示了在<class'bs4.BeautifulSoup'>类型对象中根据标签查找内容的方法，并对比了字符串查找的差异。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在学beautifulsoup时候遇到findAll()函数。起初以为它和findall()是一样的，后来发现“腰”粗了，果然就不是同一个人了啊。他们两个最根本的区别在于：

		findAl()l在<class 'bs4.BeautifulSoup'>类型的对象里根据标签查找。				   
		而findall()在string里面查找。

findAll（）

from urllib.request import urlopen
from bs4 import BeautifulSoup
import re
html=urlopen("http://www.pythonscraping.com/pages/warandpeace.html") #打开url并将内容存入变量名html里
print(type(html))
bsObj=BeautifulSoup(html)
nameList=bsObj.findAll("span",{"class","green"})#寻找标签是span，其value是‘class=green’的内容
for name in nameList:
    print(name.get_text())

bsObj=BeautifulSoup(html)这一步十分重要，有了这一步才能使用接下来的findAll。

findall()

和compile结合：

>>> import re
>>> s="adfad asdfasdf asdfas asdfawef asd adsfas"
>>> reObj1 = re.compile('((\w+)\s+\w+)')
>>> reObj1.findall(s)
[('adfad asdfasdf', 'adfad'), ('asdfas asdfawef', 'asdfas'), ('asd adsfas', 'asd')]

reObj1是pattern，而s是string。

正规用法：pattern和string都在括号内

>>> bsObj="spanno yes sp hu span"
>>> re.findall("span", bsObj)
['span', 'span']