ber*_*nie 2 python xml tags beautifulsoup
我正在使用 BeautifulSoup 来解析 XML 文档。是否有一种直接的方法来获取文档中使用的不同元素名称的列表？
例如，如果这是文档：
<?xml version="1.0" encoding="UTF-8"?>
<note>
<to> Tove</to>
<from>Jani</from>
<heading>Reminder</heading>
<body>Don't forget me this weekend!</body>
</note>
我想得到：注意，到，从，标题，正文
您可以使用find_all()并获取找到的.name每个标签：
from bs4 import BeautifulSoup
data = """<?xml version="1.0" encoding="UTF-8"?>
<note>
<to> Tove</to>
<from>Jani</from>
<heading>Reminder</heading>
<body>Don't forget me this weekend!</body>
</note>
"""
soup = BeautifulSoup(data, 'xml')
print [tag.name for tag in soup.find_all()]
印刷：
['note', 'to', 'from', 'heading', 'body']
请注意，要使其正常工作，您需要lxml安装模块，因为根据文档：
目前，唯一支持的 XML 解析器是 lxml。如果你没有安装 lxml，请求一个 XML 解析器不会给你一个，请求“lxml”也不会工作。
而且，为了跟进这一点，为什么不直接使用特殊的 XML 解析器呢？
示例，使用lxml：
from lxml import etree
data = """<?xml version="1.0" encoding="UTF-8"?>
<note>
<to> Tove</to>
<from>Jani</from>
<heading>Reminder</heading>
<body>Don't forget me this weekend!</body>
</note>
"""
tree = etree.fromstring(data)
print [item.tag for item in tree.xpath('//*')]
印刷：
['note', 'to', 'from', 'heading', 'body']
为了遵循这一点，为什么要使用第三方来完成如此简单的任务？
示例，使用xml.etree.ElementTree来自标准库：
from xml.etree.ElementTree import fromstring, ElementTree
data = """<?xml version="1.0" encoding="UTF-8"?>
<note>
<to> Tove</to>
<from>Jani</from>
<heading>Reminder</heading>
<body>Don't forget me this weekend!</body>
</note>
"""
tree = ElementTree(fromstring(data))
print [item.tag for item in tree.getiterator()]
印刷：
['note', 'to', 'from', 'heading', 'body']