BeautifulSoup XML只有打印的第一线

问题描述：

我使用BeautifulSoup4（和LXML）解析XML文件，当我打印soup.prettify（某些原因）只打印第一行：BeautifulSoup XML只有打印的第一线

from bs4 import BeautifulSoup 

f = open('xmlDoc.xml', "r") 

soup = BeautifulSoup(f, 'xml') 

print soup.prettify() 

#>>> <?xml version="1.0" encoding="utf-8"?>

任何想法为什么它不抓住一切？

UPDATE：

<?xml version="1.0" encoding="UTF-8" standalone="yes"?> 

<!-- Data Junction generated file. 
Macro type "1000" is reserved. --> 
<djmacros> 
    <macro name="Test" type="5000" value="TestValue"> 
    <description>test</description> 
    </macro> 
    <macro name="AnotherTest" type="0" value="TestValue2"/> 
    <macro name="TestLocation" type="1000" value="C:\RandomLocation"> 
    <description> </description> 
    </macro> 
<djmacros>

我有类似的麻烦。我怀疑它实际上没有捕获任何东西。（如果你在格式不正确的XML上尝试你的代码，我希望它仍然只返回xml头文件）。 – chobok 2012-03-23 14:10:04

嗯，我只是尝试剪切和粘贴你的XML。它似乎对我来说工作正常。你使用什么版本？ – chobok 2012-03-23 14:11:13

答

文件位置在EOF：

>>> soup = BeautifulSoup("", 'xml') 
>>> soup.prettify() 
'<?xml version="1.0" encoding="utf-8">\n'

或内容不是有效的XML：

>>> soup = BeautifulSoup("no <root/> element", 'xml') 
>>> soup.prettify() 
'<?xml version="1.0" encoding="utf-8">\n'

添加了XML片段。 – moreisee 2012-03-08 18:41:12

@moreisee：做'f.seek（0）'将文件倒回到开头。您可能已经使用了它（使用未显示的代码）。 – jfs 2012-03-08 18:45:59

这就是所有存在的python代码。只要让我的脚与BeautifulSoup湿。编辑：无论如何试过，没有运气。 – moreisee 2012-03-08 18:46:43

答

按JFSebastion的回答中，XML是无效的。

你的最后一个标记是不正确的：

<djmacros>

正确的标签是：

</djmacros>

您可以用XML验证证实了这一点。例如http://www.w3schools.com/xml/xml_validator.asp

BeautifulSoup XML只有打印的第一线

相关推荐