防止 BeautifulSoup4 用 <html> 和 <body> 标签包装 XML
Prevent BeautifulSoup4 from wrapping XML with <html> and <body> tags
我已经使用 bs4 更改 XML 中某些元素的一些数字字符串，但我不希望 html 或正文标签出现在 XML 中当我将 XML 另存为文件时。
<annotation>
... more stuff here
</annotation>
变成
<html>
<body>
<annotation>
... more stuff here
</annotation>
</body>
</html>
通过
加载后
soup = BeautifulSoup(file_obj.read(), 'lxml')
我想在保存之前美化我的 XML，但现在更容易转换 soup -> string 然后扔掉我不想要的元素。
Link 到我正在使用的一个完整 XML 文件：https://gist.github.com/jtara1/4e583160441976e198aba2c7651aaf70
使用 bs4，您可以将解析器引擎更改为 html.parser:
soup = BeautifulSoup(file_obj.read(), 'html.parser')
我已经使用 bs4 更改 XML 中某些元素的一些数字字符串，但我不希望 html 或正文标签出现在 XML 中当我将 XML 另存为文件时。
<annotation>
... more stuff here
</annotation>
变成
<html>
<body>
<annotation>
... more stuff here
</annotation>
</body>
</html>
通过
加载后soup = BeautifulSoup(file_obj.read(), 'lxml')
我想在保存之前美化我的 XML，但现在更容易转换 soup -> string 然后扔掉我不想要的元素。
Link 到我正在使用的一个完整 XML 文件：https://gist.github.com/jtara1/4e583160441976e198aba2c7651aaf70
使用 bs4，您可以将解析器引擎更改为 html.parser:
soup = BeautifulSoup(file_obj.read(), 'html.parser')