Skip to main content
 首页 » 编程设计

python之Beautiful Soup find_all() 返回奇数标签而不是结果

2025年05月04日12xiaohuochai

我正在使用 Beautiful Soup 从如下所示的 XML 文件中获取一些信息:

<name>Ted</name> 
<link>example.com/rss</link> 
<link>example2.com/rss</link> 

这是我目前正尝试读入的整个 XML 文件,用于测试目的。

当我尝试使用 find_all('link') 时,它会返回一个包含以下内容的列表:

[ <link/>, <link/> ] 

我似乎无法在任何文档中找到任何此类内容的提及,任何人都可以告诉我我做错了什么?

编辑:包括解析代码:

for file in glob.glob("*.xml"): 
            if file.endswith(".xml"): 
                    f = open(file, 'r'); 
 
                    #Reads in all information about the bot from the file 
                    botFile = f.read() 
                    soup = BeautifulSoup(botFile) 
 
                    name = soup.find('name').get_text() 
 
                    links = soup.find_all('link') 
                    for link in links: 
                            print link 

请您参考如下方法:

要使用 BeautifulSoup 解析 XML,您需要使用 XML 解析器;确保你有 lxml installed并告诉 BeautifulSoup 使用 XML:

soup = BeautifulSoup(document, 'xml') 

否则元素被解析为HTML <link> tags ,根据定义为空。

演示:

>>> from bs4 import BeautifulSoup 
>>> sample = '''\ 
... <root> 
... <name>Ted</name> 
... <link>example.com/rss</link> 
... <link>example2.com/rss</link> 
... </root> 
... ''' 
>>> soup = BeautifulSoup(sample) 
>>> soup.find_all('link') 
[<link/>, <link/>] 
>>> soup = BeautifulSoup(sample, 'xml') 
>>> soup.find_all('link') 
[<link>example.com/rss</link>, <link>example2.com/rss</link>] 

注意没有第二个参数'xml'结果是空的标记对象,但带有 'xml'设置标签内容在那里。

参见 Installing a parser和 Parsing XML在文档中。