Python BeautifulSoup 不会从 XML 返回标签

Question

在我的工作目录中给出以下名为 test.xml 的 XML:

<workbook>
    <style>
          <style-rule element='worksheet'>
            <format attr='font-family' value='Tahoma' />
            <format attr='font-size' value='15' />
            <format attr='font-weight' value='bold' />
            <format attr='color' value='#ffbe7d' />
          </style-rule>
    </style>
</workbook>

我正在尝试返回 style-rule 中的元素，并最终返回每个 format 元素。我已经尝试了下面的 python 代码并返回了 None:

from bs4 import BeautifulSoup
import os

with open(os.getcwd()+'//test.xml') as xmlfile:
    soup = BeautifulSoup(xmlfile, 'html.parser')
    print(soup.style.find('style-rule'))

由于元素名称中存在连字符，我知道使用 find 命令，并且在 xml 文件的其他带连字符的部分成功使用了此技术。但是，由于某种我不知道的原因，这个实例给我带来了问题。

Answer 1

问题不是因为连字符，如果您尝试打印样式标签的 innerText，出于某种原因您将获得字符串类型的样式规则。

我的猜测是样式标签通常带有在 bs4 中被视为字符串的内容，但在这里您将其用作 html 容器。

解决方法:

from bs4 import BeautifulSoup
import os

soup = BeautifulSoup(text)
soup = BeautifulSoup(soup.find('style').text)

for format in soup.select('style-rule > format'):
  print(format)

演示: Here