情景如下,网页中有一段:
<tr>
<td class="whitetext">此书刊没有复本</td>
</tr>
<tr>
<td bgcolor="#FFFFFF" class="whitetext"><font color="red"> 此书刊可能正在订购中或者处理中 </font></td>
</tr>
用 BeautifulSoup4 和 Requests 抓取一段网页内容,如果匹配到有“没有复本” 字样,就抛出异常。
如何实现用正则匹配特定的中文词组呢?
(PS 问:如何在 BeautifulSoup4 中搜索特定的文本内容?不限中文 ~ )
Code
get_text()
Get all the text content from the tag, but it is unicode encoded. After encoding it with utf-8, you can directly search with regular expressions.