Question

我正在尝试获取标记Name的所有XML属性。

出现此错误：

AttributeError: 'NoneType' object has no attribute 'attrs'

当我执行以下代码时：

import BeautifulSoup as bs

xml = '''
<Product Code="1" HighPic="http://upload.wikimedia.org/wikipedia/commons/thumb/5/5f/Linksys48portswitch.jpg/220px-Linksys48portswitch.jpg" HighPicHeight="320" HighPicSize="37217" HighPicWidth="400" ID="35" Title="Demo Product">
<Category ID="23">
<Name ID="57" Value="Switches" langid="1"/>
</Category>
</Product>'''

doc = bs.BeautifulSoup(xml)
div = doc.find("Name")

for attr, val in div.attrs:
    print "%s:%s" % (attr, val)

我将标记"Name"更改为"name"，然后就可以了。

当标记名称包含大写字母时，为什么会出现此错误？

Answer 1

BeautifulSoup主要是一个HTML解析库。它也可以处理XML，但根据HTML规范，所有标签都是小写的。引用BeautifulSoup documentation：

由于HTML标记和属性不区分大小写，因此所有三个HTML解析器都将标记和属性名称转换为小写。也就是说，标记<TAG></TAG>将转换为<tag></tag>。如果要保留混合大小写或大写标记和属性，则需要将文档解析为XML。

是一个XML modus，其中标签是区分大小写且不是小写的，但这需要安装lxml库。由于lxml是C扩展程序库，因此Google App Engine不支持此功能。

改为使用ElementTree API：

import xml.etree.ElementTree as ET

root = ET.fromstring(xml)
div = root.find('.//Name')

for attr, val in div.items():
     print "%s:%s" % (attr, val)

Answer 2

在BeautifulSoup 4中，您可以使用

doc = bs.BeautifulSoup(xml, "xml")
div = doc.find("Name")

这应该有用。

当xml标记名称包含大写字母时，BeautifulSoup会引发AttributeError

2 个答案: