假设我有这样的结构:
如果我指向书签,那么只提取所有文件夹行的命令是什么?
例如,
bookmarks = soup.findAll('bookmark')
然后beautifulsoupcommand(书签[0])将返回:
[,]
我也想知道结尾标签何时出现.有任何想法吗?
提前致谢!
解决方法:
以下是我的尝试:
>>> from BeautifulSoup import BeautifulSoup
>>> html = """
"""
>>> soup = BeautifulSoup(html)
>>> bookmarks = soup.findAll('bookmark')
>>> [p.get('name') for p in bookmarks[0].findAllPrevious(name = 'folder')]
[u'folder2', u'folder1']
与@ eumiro的答案的主要区别在于我使用的是findAllPrevious而不是findParents.当我测试@ eumiro的解决方案时,我发现findParents仅返回第一个(立即)父节点,因为父节点和祖父节点的名称相同.
>>> [p.get('name') for p in bookmarks[0].findParents('folder')]
[u'folder2']
>>> [p.get('name') for p in bookmarks[0].findParents()]
[u'folder2', None]
如果父母和祖父母的名字不同,它确实会返回两代父母.
>>> html = """
"""
>>> soup = BeautifulSoup(html)
>>> bookmarks = soup.findAll('bookmark')
>>> [p.get('name') for p in bookmarks[0].findParents()]
[u'folder2', u'folder1', None]
标签:python,xml-parsing,html-parsing,beautifulsoup