Question

我考虑过以下while writing an answer to this question。

假设我有一个深度嵌套的xml这样的文件（但更多的嵌套和更长的时间）：

<section name="1">
    <subsection name"foo">
        <subsubsection name="bar">
            <deeper name="hey">
                <much_deeper name"yo">
                    <li>Some content</li>
                </much_deeper>
            </deeper>
        </subsubsection>
    </subsection>
</section>
<section name="2">
    ... and so forth
</section>

len(soup.find_all("section"))的问题在于，在执行find_all("section")时，BS会不断搜索我知道不会包含任何其他section标记的标记。

所以，有两个问题：

有没有办法让BS 不以递归方式搜索已经找到的标签？
如果对1的回答是肯定的，它会更有效还是内部过程相同？

Answer 1

BeautifulSoup无法为您提供所发现的一个计数/数量。

但是，您可以改进的是：不要让BeautifulSoup通过传递recursive=False来搜索其他部分中的部分：

len(soup.find_all("section", recursive=False))

除了改进之外，lxml可以更快地完成工作：

tree.xpath('count(//section)')

BeautifulSoup计数标签，无需在其内部深入解析

1 个答案: