浏览器对 html 代码的容错性很强，像下面这句，两个标签开始结束的位置差开了，应该是个包含结构， a 包含 b ，结果错成了交叉结构。
但是这样浏览器也能正常解析。
<a target="_blank" href="http://wenda.eask.org/"><b>我要提问</a></b>
可是 BS4 在处理这样的页面时就中枪了，其实还有其他一些错误，比如，一个页面有好几个“<body>”标签，这个处理时比较简单，只保留第一个“<body>”，把后边的全删除即可。但这种交叉的我现在还想不出如何来处理。
附上句中的地址 http://www.eask.org/beijing/
但是这样浏览器也能正常解析。
<a target="_blank" href="http://wenda.eask.org/"><b>我要提问</a></b>
可是 BS4 在处理这样的页面时就中枪了，其实还有其他一些错误，比如，一个页面有好几个“<body>”标签，这个处理时比较简单，只保留第一个“<body>”，把后边的全删除即可。但这种交叉的我现在还想不出如何来处理。
附上句中的地址 http://www.eask.org/beijing/
Select Language