This post is about Wikipedia.org
我正在做一个我需要抓一点的项目.该项目位于Google App Engine上,我们目前正在使用Python 2.5.理想情况下,我们将使用PyQuery,但由于在App Engine和Python 2.5上运行,因此这不是一个选项.
我有一些看起来像这样的HTML:
在PyQuery中,我可以做这样的事情(据我所知):
s = pq(html)
s(".post:contains('This post is about Wikipedia.org')")
# returns all posts containing that text
天真的,我曾经在BeautifulSoup中做过这样的事情:
soup = BeautifulSoup(html)
soup.findAll(True, "post", text=("This post is about Google.com"))
# []
但是,这没有产生任何结果.我改变了我的查询以使用正则表达式,并得到了更多,但仍然没有运气:
soup.findAll(True, "post", text=re.compile(".*This post is about.*Google.com.*"))
# []
如果我省略Google.com,它可以工作,但我需要手动完成所有过滤.无论如何都要模仿:包含使用BeautifulSoup?
或者,是否有一些类似PyQuery的库可以在App Engine上运行(在Python 2.5上)?