BeautifulSoup中find()与find_all()方法用法及string参数lambda匹配疑问

BeautifulSoup find_all 方法 string 参数的运行逻辑 #

find_all 的 string 参数本身支持三类传入值，除了你认知里的普通字符串，还支持正则表达式、可调用对象：

• 传入普通字符串：精确匹配节点文本与字符串完全相等的节点
• 传入正则表达式：匹配文本符合正则规则的节点
• 传入可调用对象（如函数、lambda表达式）：会将每个待匹配节点的文本作为参数传入该可调用对象，只要返回值为True，该节点就会被命中，你写的代码正是用了这个特性。

你写的lambda text: "python" in text.lower()本质就是一个简化的可调用对象，等价于以下普通函数：

def has_python(text):
    return "python" in text.lower()

find_all遍历所有h2节点时，会依次把每个h2的文本传给这个lambda，只要返回True，就把对应的h2节点加入结果列表，完全符合你筛选包含python字符串的需求。

你设想的string=text if "python" in text写法无法生效的原因有两个：

1. 这里的text不是你可以直接引用的变量，是find_all遍历节点时才会动态生成的入参，你没有办法在调用find_all的时候直接访问到这个值
2. 当string参数接收可调用对象时，只需要你给出判断逻辑返回布尔值即可，不需要你返回匹配到的字符串本身，BeautifulSoup内部会自动收集所有符合判断条件的节点。

内容的提问来源于stack exchange，提问作者moonlight