解析父/子具有相同标记的XML

Question

我正在与popshops api＆amp; amp;在美丽的汤中解析XML。 数据有四个级别的类别。 （即家具是家庭和花园的子类别，婴儿托儿所家具是家具的子类别）

当所有内容具有相同的标记“类别”时，如何区分4个类别的类别。

<category id="16000" name="Home & Garden">
 <categories>
  <category id="16669" name="Furniture">
   <categories>
    <category id="17135" name="Baby Nursery Furniture">
     <categories>
      <category id="17146" name="Baby Beddings & Blankets" leaf="true"/>

Answer 1

在Beautiful Soup文档突出显示时，您可以直接引用其属性值而不是元素或标记名称：

soup.findAll(id="16000")

OR

soup.findAll(name="Home & Garden")

Answer 2

通常，您可以通过多种方式使用BeautifulSoup来区分同一个代码（我不知道您是否具有＆＃34的特定定义;区分＆＃34;这里）。一种可能的方法是通过层次结构/结构进行区分。例如，仅获得第四级深度<category> s：

subSubSubCategory = soup.select("category category category category");

具体针对第四级案例，您还可以通过评估属性leaf="true"来获取它们：

subSubSubCategory = soup.select("category[leaf='true']");

供参考：BeautifulSoup > CSS Selector

附注：如果您要解析的所有内容都是完美有效的XML，则可能需要考虑直接使用lxml。