Question

我试图在XML文件的某个部分的某个列中获取所有文本。为此，我使用了BeautifulSoup。

当我使用BeautifulSoup的FindAll函数时，它返回某个部分的列，就像它应该的那样，加上该部分之后的所有匹配列，所以在关闭之后标签

举例说明：

我的档案：

<?xml version="1.0" encoding="UTF-8"?>
<doc>
    <row>
        <entry colname="col2" align="left"><p>stuff</p></entry>
    </row>
    <body>
        <row><!--[1]-->
            <entry colname="col1" align="right"><p><id="1"/>1</p></entry>
            <entry colname="col2" align="left"><p>I want this part</p></entry>
        </row>
        <row><!--[2]-->
            <entry colname="col1" align="right"><p><id="2"/>2</p></entry>
            <entry colname="col2" align="left"><p>I want this part2</p></entry>
        </row>
        <row>
            <othertag>moreStuff</othertag>
        </row>
    </body>
    <row>
        <entry colname="col2" align="left"><p>I <b>don't</b> want this part</p></entry>
    </row>
</doc>

我的剧本：

from bs4 import BeautifulSoup as bs
soup = bs(open('test.xml', encoding='utf-8').read(), 'xml')
soup.body.findAll('entry', {'colname': 'col2'})

具有相同输出的编辑脚本：

soup = bs(open('test.xml', encoding='utf-8').read(), 'xml')
part = soup.find('body')
part.findAll('entry', {'colname': 'col2'})

输出：

[<entry align="left" colname="col2"><p>I want this part</p></entry>,
 <entry align="left" colname="col2"><p>I want this part2</p></entry>,
 <entry align="left" colname="col2"><p>I <b>don't</b> want this part</p></entry>]

最后一个条目不应该在那里。如何解决这个问题？

（由于我的文件中正确和错误的条目数量不同，只是放弃了数组的最后一个元素不是一个选项）

Answer 1

搜索body，然后在其上使用findAll应该可以提供您想要的内容但你说它没有...所以我测试了，无法重现你的问题。

from bs4 import BeautifulSoup as bs
xml = '''
<?xml version="1.0" encoding="UTF-8"?>
<doc>
    <row>
        <entry colname="col2" align="left"><p>stuff</p></entry>
    </row>
    <body>
        <row><!--[1]-->
            <entry colname="col1" align="right"><p><id="1"/>1</p></entry>
            <entry colname="col2" align="left"><p>I want this part</p></entry>
        </row>
        <row><!--[2]-->
            <entry colname="col1" align="right"><p><id="2"/>2</p></entry>
            <entry colname="col2" align="left"><p>I want this part2</p></entry>
        </row>
        <row>
            <othertag>moreStuff</othertag>
        </row>
    </body>
    <row>
        <entry colname="col2" align="left"><p>I <b>don't</b> want this part</p></entry>
    </row>
</doc>
'''

soup = bs(xml, 'html.parser')

print(soup.findAll('entry', {'colname': 'col2'}))

part = soup.find('body')
print(part.findAll('entry', {'colname': 'col2'}))

这给了我预期的输出：

$ python /tmp/zbefberg.py
[<entry align="left" colname="col2"><p>stuff</p></entry>, <entry align="left" colname="col2"><p>I want this part</p></entry>, <entry align="left" colname="col2"><p>I want this part2</p></entry>, <entry align="left" colname="col2"><p>I <b>don't</b> want this part</p></entry>]
[<entry align="left" colname="col2"><p>I want this part</p></entry>, <entry align="left" colname="col2"><p>I want this part2</p></entry>]

从那里开始，尝试我的小例子，如果问题仍然存在，请尝试重新安装BF4，然后重新安装lxml，如果它仍然存在，请尝试使用'html.parser'解析器。

Answer 2

使用＆＃34; xml＆＃34;在打开<row>标签后body内的所有<body>内部创建汤的选项会进入soup.prettify()元素。打印>>> print soup.prettify() <?xml version="1.0" encoding="utf-8"?> <doc> <row> <entry align="left" colname="col2"> stuff </entry> </row> <body> <row>  <entry align="right" colname="col1"> <id> ="1"/>1 </id> <entry align="left" colname="col2"> I want this part </entry> </entry> <row>  <entry align="right" colname="col1"> <id> ="2"/>2 </id> <entry align="left" colname="col2"> I want this part2 </entry> </entry> <row> <othertag> moreStuff </othertag> </row> </row> <row> <entry align="left" colname="col2"> I don't want this part </entry> </row> </row> </body> </doc>以查看BS如何解析您的XML。也就是说，使用＆＃34; html.parser＆＃34;而不是＆＃34; xml＆＃34;，也在另一个答案中提到，解决了问题

<template>
    <div class="col-md-6">
        <div id="GISMap" v-el:map></div>
    </div>
</template>

<script>
    import GoogleMaps from '../mixins/GoogleMaps.js';

    export default {
        mixins: [GoogleMaps],

        data() {
            return {
                initialLocation: ''
            }
        },

        events: {
            MapsApiLoaded: function(data) {
                this.$set('initialLocation', this.createInitialLocation(48.184845, 11.252553));
                initGISMap(this.$el.map, this.initialLocation);
            }
        }
}
</script>

在BeautifulSoup中的某个标签内使用findAll

2 个答案: