【问题】
如果包含：
... <!–[if lte IE 6]> ... <![endif]–> ...
字样，即其中包含
<!-[if xxx]>
和对应的
<![endif]->
则解析出错，解析的结果，具体错成啥样，取决于上述特殊字符串，所处于的位置。
比如我这里，就是处于位置靠前的，导致BeautifulSoup解析出来的结果，
通过
soup.findAll(“head”)
不是获得对应的head，而是获取了整个的网页的内容，导致后续的
soup.find(id=’xxx’)
soup.find(attrs={“class”:”xxx”})
等，都无法正常工作，都找不到对应的id和class了。
【解决过程】
1.对于soup.find(id=’xxx’)不工作，折腾了很长时间，最后才发现，是上述错误的。
2.后来通过手动将上述特定的字符串去掉：
processedHtml = processedHtml.replace(“<!–[if lte IE 6]>”, “”);
processedHtml = processedHtml.replace(“<![endif]–>”, “”);
然后BeautifulSoup就可以正常解析了，然后接着soup.find(id=’xxx’)等，就可以正常工作了。
【总结】
后来才想起来，之前就遇到过类似的问题：
【已解决】BeautifulSoup的CData无法处理<!–之类的javascript的comment
但之前是CData中的，而此处已经是之前的解决办法中所提到的，把BeautifulSoup-3.0.4.py换成BeautifulSoup-3.0.6.py了，并且试了，两个版本，都会出现上述的解析错误。
所以，看起来，至少是3.0.6之前的版本，估计都存在此bug。
也猜测，估计后来的版本，解决了类似问题了，但是更高的版本的BeautifulSoup，需要安装，很麻烦，所以懒得换了，就像上述中手动删除一下，暂时凑合着继续用3.0.6的版本的吧。
转载请注明：在路上 » 【已解决】BeautifulSoup 3.0.6中有bug：不能正确处理包含<!-[if xxx]>和<![endif]->