使用BeautifulSoup无法匹配含Job #的span标签，求解决方案

问题原因 #

目标<span>标签内部除了文本Job #，还包含一个空的<o:p></o:p>子标签。BeautifulSoup的string参数会进行精确匹配，只有当标签的直接文本内容完全等于目标字符串且无其他子标签时，才会返回匹配结果，所以直接用string="Job #"会返回None。

可行解决方案 #

1. 正则表达式模糊匹配

利用re.compile匹配包含目标文本的span标签：

from bs4 import BeautifulSoup
import re
text = "<tr>\n<td style=\"width:127.5pt;padding:3.75pt 0in 3.75pt 0in\" width=\"170\">\n<p class=\"MsoNormal\"><span style=\"font-size:11.0pt\">Job #<o:p></o:p></span></p>\n</td>\n<td style=\"padding:3.75pt 0in 3.75pt 3.75pt\">\n<p class=\"MsoNormal\"><strong><span style='font-size:11.0pt;font-family:\"Calibri\",sans-serif'>TEST-12311</span></strong><span style=\"font-size:11.0pt\"><o:p></o:p></span></p>\n</td>\n</tr>"
soup = BeautifulSoup(text,"html.parser")

# 使用正则匹配包含"Job #"的span
job_number = soup.find("span", text=re.compile(r"Job #"))
print(job_number)

2. Lambda表达式筛选

通过lambda函数判断标签文本是否包含目标内容：

job_number = soup.find("span", lambda tag: tag.string and "Job #" in tag.string)

如果需要精确匹配（忽略可能的空白字符），可以加上strip()：

job_number = soup.find("span", lambda tag: tag.string and tag.string.strip() == "Job #")

3. 遍历筛选所有span标签

手动遍历所有span标签，逐一检查文本内容：

job_number = None
for span in soup.find_all("span"):
    if span.string and "Job #" in span.string:
        job_number = span
        break
print(job_number)

内容的提问来源于stack exchange，提问作者John Mathew