8

我正在编写代码来解析用 XML 编写的配置文件，其中 XML 标记是大小写混合的，并且大小写很重要。Beautiful Soup 似乎默认将 XML 标记转换为小写，我想更改此行为。

我不是第一个就这个主题提出问题的人[见这里]。但是，我不明白该问题的答案，并且在 BeautifulSoup-3.1.0.1 BeautifulSoup.py 似乎不包含任何“ encodedName”或“ Tag.__str__”实例

4

5 回答 5

6 
import html5lib
from html5lib import treebuilders

f = open("mydocument.html")
parser = html5lib.XMLParser(tree=treebuilders.getTreeBuilder("beautifulsoup"))
document = parser.parse(f)

'document' 现在是一个类似于 BeautifulSoup 的树，但保留了标签的大小写。有关文档和安装，请参见html5lib。

于 2009-05-22T05:09:46.813 回答
2

根据 Beautiful Soup 的创建者|维护者 Leonard Richardson 的说法，你不能。

于 2009-05-24T23:30:54.847 回答
2
于 2020-03-17T09:57:33.657 回答
1

使用lxml会好得多。它比 BeautifulSoup 快得多。如果您不想学习 lxml API，它也有适用于 BeautifulSoup 的兼容性 API。

Ian Blicking 同意。

没有理由再使用 BeautifulSoup，除非您使用的是 Google App Engine 或其他任何不纯 Python 的东西。

它也更适合 XML。

于 2009-08-03T15:35:17.803 回答
0

只需使用propper xml解析器而不是用于处理损坏文件的lib

我建议只看一下 xml.etree 或 lxml

于 2009-05-21T23:08:10.823 回答