Python 带有lxml解析器的BeautifulSoup4从xhtml文件中的内联svg中删除xmlns属性_Python_Xml_Beautifulsoup_Xhtml_Lxml

Python 带有lxml解析器的BeautifulSoup4从xhtml文件中的内联svg中删除xmlns属性

python xml

Python 带有lxml解析器的BeautifulSoup4从xhtml文件中的内联svg中删除xmlns属性,python,xml,beautifulsoup,xhtml,lxml,Python,Xml,Beautifulsoup,Xhtml,Lxml,我已经安装了BeautifulSoup4 v4.6.0和lxml v3.8.0。我试图解析以下xhtml 我要分析的代码： from bs4 import BeautifulSoup xhtml_string = """ <?xml version="1.0" encoding="utf-8" standalone="no"?> <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.1//EN" "http://www.w3.org/TR/xh

我已经安装了BeautifulSoup4 v4.6.0和lxml v3.8.0。我试图解析以下

xhtml

我要分析的代码：

from bs4 import BeautifulSoup

xhtml_string = """
<?xml version="1.0" encoding="utf-8" standalone="no"?>
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.1//EN" "http://www.w3.org/TR/xhtml11/DTD/xhtml11.dtd">

<html xmlns="http://www.w3.org/1999/xhtml">
    <head>
    </head>

    <body class="sgc-1">
      <svg xmlns="http://www.w3.org/2000/svg" height="100%" preserveAspectRatio="xMidYMid meet" version="1.1" viewBox="0 0 600 800" width="100%" xmlns:xlink="http://www.w3.org/1999/xlink">
        <image height="800" width="573" xlink:href="../Images/Cover.jpg"></image>
      </svg>
    </body>
</html>
"""

soup = BeautifulSoup(xhtml_string, 'xml')

我没有更改源

xhtml

的选项，从我所看到的

xmlns

声明是有效的。有没有办法让BeautifulSoup保持

xhtml

的原样？

您应该使用

lxml

解析器，而不是

xml

soup = BeautifulSoup(xhtml_string, 'lxml')

另一方面，lxml解析器不保留大小写（因此标记都变为小写）。lxml中是否有解析器或选项来保留大小写以获得完整的解决方案？您可以尝试html5解析器

soup = BeautifulSoup(xhtml_string, 'lxml')