0

我是一名初学者程序员，希望能在这个可能微不足道的问题上得到一些帮助：我有一个包含以下结构的 .xml 文件：

<norm builddate="20120625150106" doknr="BJNR000020963BJNE000401308">
    <metadaten>
        <jurabk>BUrlG</jurabk>
        <enbez>§ 3</enbez>
        <titel format="parat">sometitle</titel>
    </metadaten>
    <textdaten>
        <text format="XML">
            <Content>
                <P>(1) sometext</P>
                <P>(2) anothertext</P>
            </Content>
        </text>
        <fussnoten/>
    </textdaten>
</norm>

现在我想用标签“enbez”+“P”（somenumber）+“jurabk”的字符串内容附加每个“P”内容，例如：§ 3 (1) BUrlG。然后我应用一些格式使其成为§ 3 Abs。1 个建筑物。

对于特定的“enbez”和特定的“P”标签，我已经设法获得了一个工作示例代码。但我希望能够为整个文档自动执行此过程，但无法正确编写迭代器以获取每个“enbez”中的每个“P”标签并将附加函数应用于正确的段落。另外，我写的每一步都尽可能地笨拙，如果有更好的方法，我将不胜感激任何建议！

示例代码：

import string
import re
from urllib import urlopen
from bs4 import BeautifulSoup

xmlfile = urlopen('burlg.xml').read()
soup = BeautifulSoup(xmlfile)

# Find a specific enbez; the norm parent always contains only one
enbez = soup.findAll("enbez")
enbezspecial = enbez[3]

#find the norm parent
norm = enbezspecial.find_parent("norm")

#find all p's belonging to the norm parent
p = norm.findAll("p")
pspecial = p[1]

#Get the number, remove the brackets and add a whitespace
regex = re.compile('\(\d\)')
result = regex.match(pspecial.string)
resultstring = result.group()
resultstring1 = resultstring.replace("(","")
resultstring2 = resultstring1.replace(")","")
resultstring3 = " " + resultstring2

#find the shorttitle; is the same for the whole document
jurabk = soup.find("jurabk")

#add some output formatting
enbezprint = enbezspecial.text
paraprint = " Abs."+resultstring3
jurabkprint = " "+jurabk.text
appendix = "["+enbezprint+paraprint+jurabkprint+"]"

p[1].append(appendix)
print p[1]
4

0 回答 0