xar*_*tra 4 python svg beautifulsoup
在解析SVG文件时，我注意到 beautifulsoup 添加了html标签。
from bs4 import BeautifulSoup
soup = BeautifulSoup('<svg></svg>', 'lxml')
print(soup)
结果是：
<html><body><svg></svg></body></html>
为什么会这样？可以避免吗？
您使用lxml解析器，即 HTML 解析器。要解析 XML，您应该使用xml parser:
from bs4 import BeautifulSoup\nsoup = BeautifulSoup(\'<svg></svg>\', \'xml\')\nprint(soup) # ^^^^^^\n来自 BeautifulSoup 文档：
\n\n\n\n\nBeautiful Soup 向许多不同的解析器提供相同的接口，但每个解析器都是不同的。不同的解析器将从同一文档创建不同的解析树。最大的区别在于 HTML 解析器和 XML 解析器之间。 Here\xe2\x80\x99s a short\n document, parsed as HTML:
\n\nRun Code Online (Sandbox Code Playgroud)\n\nBeautifulSoup("<a><b /></a>")\n# <html><head></head><body><a><b></b></a></body></html>\n由于空标签不是有效的 HTML，解析器将其转换为\n 标签对。
\n\n这里\xe2\x80\x99s 是解析为 XML 的相同文档（运行此文件需要安装 lxml）。请注意，空标记被单独保留，并且为文档提供了 XML 声明，而不是放入标记中。:
\n\nRun Code Online (Sandbox Code Playgroud)\nBeautifulSoup("<a><b /></a>", "xml")\n# <?xml version="1.0" encoding="utf-8"?>\n# <a><b/></a>\n
来源：解析器之间的差异，重点是我的。
\n| 归档时间： |
|
| 查看次数： |
2831 次 |
| 最近记录： |