Question

我一直在尝试获取网页中某些变量的值：

itemPage='https://dadosabertos.camara.leg.br/api/v2/legislaturas/1' 
url = urlopen(itemPage)
soupItem=BeautifulSoup(url,'lxml')
dataInicio=soupItem.find('dataInicio')
dataFim=soupItem.find('dataFim')

但是，dataInicio和dataFim为空。我在做什么错了？

Answer 1

这里有几个问题。首先，汤期望字符串作为输入；检查您的url，看看它实际上是<http.client.HTTPResponse object at 0x036D7770>。您可以read()使用它，它会生成一个可用的JSON字节字符串。但是，如果您希望坚持使用XML解析，我建议使用Python的request库来获取原始XML字符串（传递正确的标头以指定XML）。

第二，当创建汤对象时，您需要传递features="xml"而不是"lxml"。

将它们放在一起：

import requests
from bs4 import BeautifulSoup

item_page = "https://dadosabertos.camara.leg.br/api/v2/legislaturas/1"
response = requests.get(item_page, headers={"accept": "application/xml"})
soup = BeautifulSoup(response.text, "xml")

data_inicio = soup.find("dataInicio")
data_fim = soup.find("dataFim")
print(data_inicio)
print(data_fim)

输出：

<dataInicio>1826-04-29</dataInicio>
<dataFim>1830-04-24</dataFim>

BeautifulSoup：获取空变量

1 个答案: