find_all 驼峰式标签名称 BeautifulSoup 4

Question

我正在尝试使用 BeautifulSoup 4.4.0 抓取一个 xml 文件，该文件的标签名称采用驼峰式命名，但 find_all 似乎无法找到它们。示例代码：

from bs4 import BeautifulSoup

xml = """
<hello>
    world
</hello>
"""
soup = BeautifulSoup(xml, "lxml")

for x in soup.find_all("hello"):
    print x

xml2 = """
<helloWorld>
    :-)
</helloWorld>
"""
soup = BeautifulSoup(xml2, "lxml")

for x in soup.find_all("helloWorld"):
    print x

我得到的输出是：

$ python soup_test.py
<hello>
    world
</hello>

查找 camel cased/uppercased 标签名称的正确方法是什么？

Answer 1

对于使用 BeautifulSoup 的任何区分大小写的解析，您需要在 "xml" 模式下进行解析。默认模式（解析 HTML）不关心大小写，因为 HTML 不关心大小写。在您的情况下，不要使用 "lxml" 模式，而是将其切换为 "xml":

from bs4 import BeautifulSoup

xml2 = """
<helloWorld>
    :-)
</helloWorld>
"""
soup = BeautifulSoup(xml2, "xml")

for x in soup.find_all("helloWorld"):
    print x

find_all 驼峰式标签名称 BeautifulSoup 4

find_all with camelCase tag names with BeautifulSoup 4

python

beautifulsoup