我在 python 中找不到特定的注释，例如<!-- why -->. 我的主要原因是在 2 个特定评论中找到所有链接。类似于解析器的东西。我试过这个Beautifulsoup：
import urllib
over=urlopen("www.gamespot.com").read()
soup = BeautifulSoup(over)
print soup.find("<!--why-->")
但它不起作用。我想我可能不得不使用regex而不是Beautifulsoup.
请帮忙。
示例：我们有这样的 HTML 代码
<!--why-->
www.godaddy.com
<p> nice one</p>
www.wwf.com
<!-- why not-->
编辑：在 2 条评论之间，可能存在其他东西，如标签。
我需要存储所有链接。
如果你想要所有的评论，你可以使用findAll一个可调用的：
>>> from bs4 import BeautifulSoup, Comment
>>>
>>> s = """
... <p>header</p>
... <!-- why -->
... www.test1.com
... www.test2.org
... <!-- why not -->
... <p>tail</p>
... """
>>>
>>> soup = BeautifulSoup(s)
>>> comments = soup.findAll(text = lambda text: isinstance(text, Comment))
>>>
>>> comments
[u' why ', u' why not ']
一旦你得到它们，你可以使用通常的技巧来移动：
>>> comments[0].next
u'\nwww.test1.com\nwww.test2.org\n'
>>> comments[0].next.split()
[u'www.test1.com', u'www.test2.org']
根据页面的实际外观，您可能需要对其进行一些调整，并且您必须选择所需的评论，但这应该可以帮助您入门。
编辑：
如果您真的只想要看起来像某些特定文本的那些，您可以执行类似的操作
>>> comments = soup.findAll(text = lambda text: isinstance(text, Comment) and text.strip() == 'why')
>>> comments
[u' why ']
或者您可以在事后使用列表理解过滤它们：
>>> [c for c in comments if c.strip().startswith("why")]
[u' why ', u' why not ']