python网络爬虫使用BeautifulSoup时出现findAll执行失败问题分析

    最近在学习和演技python网络爬虫，并且使用了BeautifulSoup进行格式化查找。在使用Python读取word文档的时候，由于在Linux环境下读取Word文档，需要先将word文档转换为xml文档，在使用findAll函数进行文档内容定位时。findAll执行无结果。经过分析和问题查找，发现是由于为将BeautifulSoup的解析器指定为xml，导致后续的查找失败。修改后的代码片段如下：

from zipfile import ZipFilefrom urllib.request import urlopenfrom io import BytesIOfrom bs4 import BeautifulSoupwordFile=urlopen("http://pythonscraping.com/pages/AWordDocument.docx").read()wordFile=BytesIO(wordFile)document=ZipFile(wordFile)xml_content=document.read('word/document.xml')wordObj=BeautifulSoup(xml_content.decode('utf-8'),"xml")textString=wordObj.findAll("w:t")for textElem in textString:    print(textElem.text)

   整理出来，望大家在遇到findAll执行失败的时候，首先考虑是否BeautifulSoup的解析结构不正确，为指定解析器。