在Python中,如何引用包含连字符的XML标记

Question

我正在尝试使用BeautifulSoup来解析XML文件.其中一个元素中有一个连字符:分布代码

我该如何访问它？我试过了:

soup.distribution-code
soup."distribution-code" (tried single quotes too)
soup.[distribution-code]

但这些都不起作用.

Answer 1

您可以使用常规Python语法通过属性引用访问非连字符元素obj.name,但是,-当使用该语法时,Python不是有效字符(Python将其视为"减号"运算符),因此您无法通过该方法访问此类元素.

相反,使用soup.find()或soup.find_all():

>>> from bs4 import BeautifulSoup
>>> soup = BeautifulSoup('<thing><id>1234</id><distribution-code>555444333</distribution-code></thing>')
>>> soup.thing
<thing><id>1234</id><distribution-code>555444333</distribution-code></thing>
>>> soup.id
<id>1234</id>
>>> soup.distribution-code
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
NameError: name 'code' is not defined
>>> soup.find('distribution-code')
<distribution-code>555444333</distribution-code>

或者,正如chepner的评论中所指出的,您可以使用getattr()和setattr()获取和设置包含连字符的属性.我认为这soup.find()是访问这些元素的更常用方法.