-1

我有一个 xml 文件,如下例所示。

许多文本包含空格作为起始字符,或者\n在开头有(换行符),或者其他疯狂的东西。我正在使用xml.etree.ElementTree,从这个文件中解析很好。

但我想要更多!:) 我试图美化这个烂摊子,但没有成功。尝试了许多教程,但总是没有漂亮的 XML 结束。

<?xml version="1.0"?>
<import>
<article>
<name> Name with space
</name>
<source> Daily Telegraph
</source>
<number>72/2015
</number>
<page>10
</page>
<date>2015-03-26
</date>
<author> Tomas First
</author>
<description>Economy
</description>
<attachment>
</attachment>
<region>
</region>
<text>
 My text is here
</text>
</article>
<article>
<name> How to parse
</name>
<source> Internet article
</source>
<number>72/2015
</number>
<page>1
</page>
<date>2015-03-26
</date>
<author>Some author
</author>
<description> description
</description>
<attachment>
</attachment>
<region>
</region>
<text>
 My text here
</text>
</article>
</import>

当我尝试来自 SO 的另一个答案时,它会生成相同的文件或更混乱的 XML

4

1 回答 1

2

bs4可以做到

from bs4 import BeautifulSoup

doc = BeautifulSoup(xmlstring, 'xml')

print doc.prettify()
于 2015-04-20T21:45:14.010 回答