xml - 使用 BS4 解析 XML 中的 URL 参数

Question

无法在网上找到答案，所以这是我的第一个 stackoverflow 问题:)

使用BeautifulSoup4，当我选择“xml”作为解析器时，我发现很难在 URL 中保留参数。任何解决方法？

例如

from bs4 import BeautifulSoup as BS
url = u'<li href="www.example.com/index.php?sky=blue&river=wide"> Hello World </li>'
BS(url, 'xml')

我得到以下输出：

<?xml version="1.0" encoding="utf-8"?>
<li href="www.example.com/index.php?sky=blue=wide"> Hello World </li>

请注意，?river解析的输出中缺少该内容。

仅供参考，使用bs4会BeautifulStoneSoup(url)给出相同的不良输出，因为它只是带有“xml”解析器的 BeautifulSoup。但是，这不是BeautifulSoup3中的BeautifulStoneSoup的问题。但我必须在我的项目中使用 bs4。

有什么解决办法吗？谢谢！

Answer 1

那不是 XML。要成为 XML，它必须是：

<li href="www.example.com/index.php?sky=blue&amp;river=wide">

您不能只是将 & 放入属性中并期望它起作用。