為什么在使用BeautifulSoup遍歷檔案時得到相同的值？-有解無憂

我想在 XML 檔案中拆分一些多值屬性。

以下是最新報告的內容：

 <GenericItem html='ID: AAA1&lt;br/&gt;Age: 12&lt;br/&gt;Name: Baryk &lt;'>
   Employee:
</GenericItem>
<GenericItem html='ID: AAA2&lt;br/&gt;Age: 16&lt;br/&gt;Name: Nils &lt;'>
   Employee:
</GenericItem>
<GenericItem html='ID: AAA3&lt;br/&gt;Age: 18&lt;br/&gt;Name: Sarah &lt;'>
   Employee:
</GenericItem>

這是我的 python 腳本的內容：

from bs4 import BeautifulSoup
soup = BeautifulSoup(open('NewestReport.xml', 'r'), 'lxml-xml')
br = soup.find_all("GenericItem")
for i in br:
    for i in soup.find("GenericItem").get("html").split("<br/>"):
        print(i.split(":")[1].replace("<", "").strip())

使用這種語法，我收到了相同的值，因此它只列印出 Baryk 的值，其余的都不列印。有什么我可以修復的，以便它移動到下一個資料？

uj5u.com熱心網友回復：

您的代碼有兩個主要問題

您在i第二個回圈中覆寫了第一個回圈的值
您find("GenericItem")每次都在呼叫，而不僅僅是使用您之前保存在br變數中的結果

我認為只要像這樣修復它，它就可以達到您的期望

from bs4 import BeautifulSoup

document = BeautifulSoup(open('NewestReport.xml', 'r'), 'lxml-xml')
items = soup.find_all("GenericItem")

for item in items:
    for line in item.get("html").split("<br/>"):
        print(line.split(":")[1].replace("<", "").strip())

盡管如果您更清楚自己要實作的目標，我們可能會為您提供更好的建議，說明如何解決這個問題

檔案鏈接：

https://www.crummy.com/software/BeautifulSoup/bs4/doc/#find-all

uj5u.com熱心網友回復：

注意 正如 Alex Viscreanu 所提到的，您的代碼首先需要處理一些事情。

我建議使用lxml決議器并css selectors選擇元素 - 以下迭代將列印每個元素的所有值GenericItem：

for i in soup.select("GenericItem"):
    for e in i.get("html").split("<br/>"):
        print(e.split(":")[1].replace("<", "").strip())

--->
AAA1
12
Baryk
AAA2
16
Nils
AAA3
18
Sarah

要獲得更多結構化資料，您可以創建一個字典串列：

data = []

for i in soup.select("GenericItem"):
    t={}
    for d in i.get("html").split("<br/>"):
        info=d.split(":")
        k=info[0]
        v=info[1].strip(' |<')
        t[k]=v
    data.append(t)

例子

from bs4 import BeautifulSoup
xml="""<GenericItem html='ID: AAA1&lt;br/&gt;Age: 12&lt;br/&gt;Name: Baryk &lt;'>
   Employee:
</GenericItem>
<GenericItem html='ID: AAA2&lt;br/&gt;Age: 16&lt;br/&gt;Name: Nils &lt;'>
   Employee:
</GenericItem>
<GenericItem html='ID: AAA3&lt;br/&gt;Age: 18&lt;br/&gt;Name: Sarah &lt;'>
   Employee:
</GenericItem>"""

soup = BeautifulSoup(xml, 'lxml')

data = []

for i in soup.select("GenericItem"):
    t={}
    for d in i.get("html").split("<br/>"):
        info=d.split(":")
        k=info[0]
        v=info[1].strip(' |<')
        t[k]=v
    data.append(t)

data

輸出

[{'ID': 'AAA1', 'Age': '12', 'Name': 'Baryk'},
 {'ID': 'AAA2', 'Age': '16', 'Name': 'Nils'},
 {'ID': 'AAA3', 'Age': '18', 'Name': 'Sarah'}]

轉載請註明出處，本文鏈接：https://www.uj5u.com/gongcheng/380722.html

標籤：Python xml 美汤

上一篇：由于格式化，UUID單元pytest失敗？

下一篇：有三個串列，其中兩個是陣列坐標，如何在python中創建陣列？