find_all查不到带命名空间的xml标签，因beautifulsoup默认不识别xmlns；须指定features=”xml”或”lxml-xml”解析器，显式传入命名空间字典，标签名含前缀或完整uri，属性匹配宜用Lambda函数，文本查找需先定位子元素而非直接用text参数。
find_all查不到带命名空间的XML标签？
XML里常见xmlns或前缀如ns:tag，BeautifulSoup默认不识别命名空间，find_all("item")会直接失效。
必须显式传入命名空间字典，且标签名要按实际前缀写（不能省略）：
- 如果XML有
<rss xmlns="http://purl.org/rss/1.0/"></rss>，得用find_all("{http://purl.org/rss/1.0/}item") - 如果用前缀如
<feed xmlns:atom="http://www.w3.org/2005/Atom"><link></feed>，就得写find_all("atom:link", namespaces={"atom": "http://www.w3.org/2005/Atom"}) - 命名空间字典的key是前缀（如
"atom"），value是完整URI，大小写和斜杠必须完全一致
属性值含空格或特殊字符，用字典传参别用字符串
find_all("item", attrs={"pubDate": "Mon, 01 Jan 2024 00:00:00 GMT"})看着对，但实际可能匹配失败——XML属性值常有前后空格、换行或不可见字符。
更稳的方式是用函数做模糊判断：
立即学习“Python免费学习笔记（深入）”；
- 用
lambda x: x and "2024" in x代替精确字符串匹配 - 属性名本身也得小心：XML里可能是
pubdate小写，也可能是pubDate驼峰，得先print(tag.attrs)确认真实键名 - 避免写
find_all("item", pubDate="...")这种简写，它等价于attrs={}但隐式处理更易出错
find_all返回空列表，先检查解析器和文档类型
BeautifulSoup默认用html.parser，对XML支持极差——会静默丢弃声明、合并嵌套、忽略大小写，导致find_all找不到任何东西。
- 必须显式指定
features="xml"或features="lxml-xml"（需装lxml） - 初始化时写
soup = BeautifulSoup(xml_data, "lxml-xml")，别依赖自动检测 - 如果XML有
<?xml version="1.0"?>声明，而用了html.parser，整个根节点都可能被吞掉
想按子元素内容过滤？别在find_all里硬套text参数
find_all("item", text="关键词")只会匹配纯文本节点，不是<item>关键词</item>，而是<item><title>标题</title>关键词</item>这种“直接子文本”。
- 真要查
<item><title>python</title></item>，得先find_all("item")，再对每个结果调用.find("title").get_text() - 用
text=re.compile("Python")也只匹配文本节点，不是元素内容 - 性能敏感时，别用
find_all嵌套循环，优先用CSS选择器+:has()（lxml支持，bs4不支持）或分步过滤
命名空间、解析器、属性键名、文本匹配逻辑——这四点漏掉任意一个，find_all就大概率返回空。XML不像HTML宽容，多看一眼print(soup.prettify())输出，比反复改条件更省时间。