python-使用beautifulsoup从RSS feed中解析所有带有子元素的元素

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python-使用beautifulsoup从RSS feed中解析所有带有子元素的元素，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1352字，纯文字阅读大概需要2分钟。

内容图文

从RSS提要中,如何获取每个项目标签中所有内容的字符串？

输入示例(简体)：

<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0">
<channel>
<title>Test</title>
<item>
  <title>Hello world1</title>
  <comments>Hi there</comments>
  <pubDate>Tue, 21 Nov 2011 20:10:10 +0000</pubDate>
</item>
<item>
  <title>Hello world2</title>
  <comments>Good afternoon</comments>
  <pubDate>Tue, 22 Nov 2011 20:10:10 +0000</pubDate>
</item>
<item>
  <title>Hello world3</title>
  <comments>blue paint</comments>
  <pubDate>Tue, 23 Nov 2011 20:10:10 +0000</pubDate>
</item>
</channel>
</rss>

我需要一个使用此RSS文件的python函数(我现在正在使用beautifulsoup),并具有遍历每个项目的循环.我需要一个在每个项目中都包含所有字符串的变量.

第一个循环结果示例：

<title>Hello world1</title>
<comments>Hi there</comments>
<pubDate>Tue, 21 Nov 2011 20:10:10 +0000</pubDate>

这段代码使我得到了第一个结果,但是我如何得到所有下一个？

html_data = BeautifulSoup(xml)
print html_data.channel.item

解决方法:

由于这是XML,因此请使用BeautifulStoneSoup：

import BeautifulSoup
doc = BeautifulSoup.BeautifulStoneSoup(xml)
for item in doc.findAll('item'):
    for elt in item:
        if isinstance(elt,BeautifulSoup.Tag):
            print(elt)

这就是您可以使用lxml做相同的事情的方法(出于某种原因,我发现它更容易使用)：

import lxml.etree as ET
doc = ET.fromstring(xml)
for item in doc.xpath('//item'):
    for elt in item.xpath('descendant::*'):
        print(ET.tostring(elt))

内容总结

以上是互联网集市为您收集整理的python-使用beautifulsoup从RSS feed中解析所有带有子元素的元素全部内容，希望文章能够帮你解决python-使用beautifulsoup从RSS feed中解析所有带有子元素的元素所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端