find_all，带有BeautifulSoup 4的camelCase标签名称

Question

我正在尝试使用带有camelCase中的标记名称的BeautifulSoup 4.4.0来抓取xml文件，而find_all似乎无法找到它们。示例代码：

from bs4 import BeautifulSoup

xml = """
<hello>
    world
</hello>
"""
soup = BeautifulSoup(xml, "lxml")

for x in soup.find_all("hello"):
    print x

xml2 = """
<helloWorld>
    :-)
</helloWorld>
"""
soup = BeautifulSoup(xml2, "lxml")

for x in soup.find_all("helloWorld"):
    print x

我得到的输出是：

$ python soup_test.py
<hello>
    world
</hello>

查找驼峰/大写标签名称的正确方法是什么？

Answer 1

对于使用BeautifulSoup进行任何区分大小写的解析，您可能希望以"xml"模式进行解析。默认模式（解析HTML）不关心大小写，因为HTML不关心大小写。在您的情况下，请将其切换为"lxml"：

，而不是使用"xml"模式

from bs4 import BeautifulSoup

xml2 = """
<helloWorld>
    :-)
</helloWorld>
"""
soup = BeautifulSoup(xml2, "xml")

for x in soup.find_all("helloWorld"):
    print x