阅读CDATA从XML文件BeautifulSoup

我保存在一个XML文件中鸣叫：阅读CDATA从XML文件BeautifulSoup

<tweet> 
    <tweetid>142389495503925248</tweetid> 
    <user>ccifuentes</user> 
    <content><![CDATA[Salgo de #VeoTV , que día más largoooooo...]]></content> 
    <date>2011-12-02T00:47:55</date> 
    <lang>es</lang> 
    <sentiments> 
    <polarity><value>NONE</value><type>AGREEMENT</type></polarity> 
    </sentiments> 
    <topics> 
    <topic>otros</topic> 
    </topics> 
</tweet>

分析这些，我通过

soup = BeautifulSoup(xml, "lxml")

其中XML是原始的XML创建BeautifulSoup实例文件。要访问一个单一的鸣叫我这样做：

tweets = soup.find_all('tweet') 
for tw in tweets: 
    print(tw) 
    break

这导致

<tweet> 
<tweetid>142389495503925248</tweetid> 
<user>ccifuentes</user> 
<content></content> 
<date>2011-12-02T00:47:55</date> 
<lang>es</lang> 
<sentiments> 
<polarity><value>NONE</value><type>AGREEMENT</type></polarity> 
</sentiments> 
<topics> 
<topic>otros</topic> 
</topics> 
</tweet>

需要注意的是，当我打印的第一鸣叫CDATA部分省略。对我来说这很重要，我该怎么做？

来源

2017-02-16 Vladimir Vargas

soup = bs4.BeautifulSoup(xml, 'xml')

变化解析器xml

出来：

<content>Salgo de #VeoTV , que día más largoooooo...</content>

OR html.parser：

soup = bs4.BeautifulSoup(xml, 'html.parser')

出来：

<content><![CDATA[Salgo de #VeoTV , que día más largoooooo...]]></content>

来源

2017-02-16 02:18:06

干杯，解析器之间的主要区别是什么？ –

@Vladimir Vargas不同的解析器在数据类型的某些部分中的行为不同，在大多数情况下，它们都是相同的。 –

是的，由于时间限制我无法接受它。 –

阅读CDATA从XML文件BeautifulSoup

回答

相关问题