我试图去加载到一个BS对象的xml文件中的特定标签,但是当我得到一个特定的标签时,BS将进入第一个孩子,当我尝试访问使用方括号'[]'的孩子。BeautifulSoup直接进入第一个孩子的孩子,而不是索引直接的孩子
例如,考虑下面的XML,我应该去使用这个Python代码conditionalBlocks:
reportPages = reportpages.findAll('page')
for reportPage in reportPages:
contents = reportPage.findAll('pagebody')[0].find_all('contents') #[0].findAll()
print "contents; ", contents
conditionalBlocks = contents[0].find_all('conditionalBlocks')
print "conblox; ", conditionalBlocks
在
print "contents, "...
现在我得到的输出:
<contents>
<textitem>
<datasource>
<staticvalue>Foods Management Guide for </staticvalue>
</datasource>
<style>
<defaultStyles>
<defaultStyle refStyle="wwtxtt"/>
</style>
</textitem>
</contents>
这是不完整的,只要我可以告诉;它只包含内容标签中第一个textItem
标签的内容,而不包含在
之后的其他标签print "conblox; ", ...
也得到输出; conblox; []
表示没有找到conditionalBlocks标签,如果我看看正在读入的XML(见下文);是不可能的。
我不明白它是如何找到第一个标签,但不是其他人,即:conditionalBlocks
。 有人可以帮忙解释一下吗?
这里是我的工作的XML(简称为使其易于阅读):
<reportPages>
<page name="Page1">
<pageBody>
<contents>
<textItem>...</textItem>
<textItem>...</textItem>
<block>...</block>
<block>...</block>
<conditionalBlocks>
<conditionalBlockDefault>...</conditionalBlockDefault>
<conditionalBlockCases refVariable="vView">
<conditionalBlock refVariableValue="Item Rands">...</conditionalBlock>
<conditionalBlock refVariableValue="Item Units">...</conditionalBlock>
</conditionalBlockCases>
</conditionalBlocks>
</contents>
<style>...</style>
</pageBody>
<pageHeader>...</pageHeader>
<pageFooter>...</pageFooter>
<style>...</style>
<conditionalRender refVariable="vView">...</conditionalRender>
</page>
<page name="Page2">...</page>
</reportPages>
这是因为BeautifulSoup属性访问*与* XPath不相同。如果使用'Tag.some_attribute',总是返回* first *匹配的子标签。 –
BeautifulSoup更适合HTML;如果你想遍历XML,使用'lxml'(或简单的'xml.etree.elementtree'。 –
@MartijnPieters,那么我可以使用find或findall作为那个特定的标签吗? – pythonian29033