BeautifulSoup直接进入第一个孩子的孩子，而不是索引直接的孩子

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>

来源

2014-01-17 pythonian29033

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

会发生什么事，并引用：

使用标签名，属性会给你只有这个名字的第一个标签。

如果你要选择你需要使用find_all方法，因为find_all扫描整个文件查找结果所有标签。如果find_all找不到任何东西，它会返回一个空列表。

我建议您阅读BeautifulSoup documentation了解更多详情。

来源

2014-01-17 13:48:01

BeautifulSoup直接进入第一个孩子的孩子，而不是索引直接的孩子

回答

相关问题