Может ли BeautifulSoup анализировать xml, когда определенный тег является самозакрывающимся и не в то же время
Ситуация следующая.
XML-файл:
- Список Python для XML и наоборот
- Динамические веб-сайты Python Scrapy
- Ссылки на объекты и lxml
- Извлечение выделенных слов из документа Word (.docx) в Python
- Получить xpath из результата поиска определенного шаблона регулярного выражения в кучке xml-файлов
<tag1/> <tag2>some_data</tag2> <tag1>some_another_data</tag1> tag1 иногда самозакрывается и иногда имеет данные внутри.
код:
from BeautifulSoup import BeautifulStoneSoup s = '<tag1/><tag2>some_data</tag2><tag1>some_another_data</tag1>' soup1 = BeautifulStoneSoup(s) soup2 = BeautifulStoneSoup(s, selfClosingTags=["tag1"]) print soup1.prettify() print print soup2.prettify()
вывод:
<tag1> <tag2> some_data </tag2> </tag1> <tag1> some_another_data </tag1> <tag1 /> <tag2> some_data </tag2> <tag1 /> some_another_data
В первом случае tag1 ест следующий тег (если он еще не тег1), потому что по умолчанию не поддерживается самозакрывающихся тегов. во втором случае самозакрывающийся тег не поддерживает дочерние теги.
Я просто хочу, чтобы структура была оригинальным XML-документом. Возможно ли это с помощью BeautifulSoup? И если это возможно, то как сделать все теги самозакрывающимися по умолчанию? Существует много xml-файлов, и я не хочу искать все такие ситуации вручную.
- Python: использование minidom для поиска узлов с определенным текстом
- Как использовать пространства имен xml с find / findall в lxml?
- Добавление пространства имен xsi: type и envelope при использовании SUDS
- У SimplerXMLGenerator нет атрибута '_write'
- Как использовать вывод SyntaxNet для управления исполнительной командой, например, сохранить файл в папке в системе Linux
2 Solutions collect form web for “Может ли BeautifulSoup анализировать xml, когда определенный тег является самозакрывающимся и не в то же время”
Я бы не рекомендовал BeautifulSoup (даже для разбора HTML). Используйте ElementTree из стандартной библиотеки или lxml , если вам нужна более мощная библиотека XML.
Вы можете сказать BeautifulSoup 4 («bs4») использовать другой парсер (например, lxml), указав его в конструкторе. Я бы полностью избегал более ранних версий и избегал использования парсера по умолчанию с помощью bs4 (например, он не справлялся с пропущенными конечными тегами правильно).