xml解析终止莫名其妙

Question

我有一个文件充满句子包装在格式良好的XML（xmllint和tidylib这样说）。 所以这个xml看起来像这样：

<a id="100" attr1="text" attr1="text" attr1="text"> 
<tagname id="1"> 
This is my sentence. 
</tagname> 
</a> 
<a id="101" attr1="text" attr1="text" attr1="text"> 
<tagname id="1"> 
This is my sentence. 
</tagname> 
</a> 

等等。

我用下面的代码（从ID 1在这种情况下，以85）提取与属性句子

a1 = open(r"file.xml",'r') 
a = a1.readlines() 
a1.close() 
soup = BeautifulSoup(str(a)) 
for i in range(1,85): 
    a = soup.find('a', {'id': i}) 
    achild = a.find('tagname') 
    tagnametext = achild.contents 
    print tagnametext 

一切打印很好，直到句子84，在该收到错误： achild = a.find（'tagname'） AttributeError：'NoneType'对象没有属性'find'

每一组......都是用for循环生成的，所以xml都是一样的。 我用不同数量的句子尝试过不同的文件。发生错误的ID也会发生变化。 这是美丽的限制吗？ 它不能扫描一定数量的行？

Answer 1

它在最后一行失败。它可能是一个文件编码问题，该行包含一些有趣的EOF字符，或者该行不被解释为字符串。你能打印出最后一行，然后看看它是什么类型？

Answer 2

最有可能a = soup.find('a', {'id': i})与84不会返回您所期望的。 find()返回None如果找不到标记，则说明AttributeError

此外，在您的代码中，您似乎是BeautifulSouping列表（以字符串表示）。

soup = BeautifulSoup(str(a)) 

您正在对列表进行串联，然后将清单弄糟，这很愚蠢。如果汤整个文件，然后遍历每个标签，如果它有一个id？

from bs4 import BeautifulSoup 
with open('file.xml', 'r') as myfile: 
    soup = BeautifulSoup(myfile.read()) 
    for i in soup.find_all('a', id=True): 
     print i.tagname.contents 

打印：

[u'\nThis is my sentence.\n'] 
[u'\nThis is my sentence.\n']