Python 使用BeautifulSoup排除结果集中标记（<；topic>；）内的标记（<；pattern>；）

我刚刚开始使用Python进行web抓取，目前我正在使用BeautifulSoup进行数据提取。我有一个.aiml文件（xml），我想从标签模式中提取所有数据，这些标签未包含在主题标签中

我已经得到了所有的模式值，但这里的挑战是，那些父标记为主题的模式不应该包含在结果集中

以下是aiml文件：

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

<aiml version="1.0.1" encoding="UTF-8">
  <topic name="botdog">
   <category>
      <pattern>MY DOG'S NAME IS *</pattern>
      <template>
         That is interesting that you have a dog named <set name="dog"><star/></set>
      </template>  
   </category>

   <category>
      <pattern>WHAT IS MY DOG'S NAME</pattern>
      <template>
         Your dog's name is <get name="dog"/>.
      </template>  
   </category>  
  </topic>

  <topic name="botcat">
   <category>
      <pattern>MY CAT'S NAME IS *</pattern>
      <template>
         That is interesting that you have a cat named <set name="cat"><star/></set>
      </template>  
   </category>

   <category>
      <pattern>WHAT IS MY CAT'S NAME</pattern>
      <template>
         Your cat's name is <get name="cat"/>.
      </template>  
   </category>  
  </topic>


  <category>
      <pattern>HELLO ALICE</pattern>
      <template>
         Hello User
      </template>
   </category>

   <category>
      <pattern>HOW ARE YOU</pattern>
      <template>
         I'm fine
      </template>
   </category>
</aiml>

打印时的返回值（）为：

[“我的狗叫*”，“我的狗叫什么名字”，“我的猫叫*”，“我的猫叫什么名字”，“你好，爱丽丝”，“你好吗”]

它应该是这样的，因为它没有父标记主题： [“你好，爱丽丝”，“你好吗”]试试这个：

@extract.route('/')
def index_page():
    folder = 'templates/topic.aiml'

    with open(folder, 'r') as myfile:
        soup = BeautifulSoup(myfile.read(), 'html.parser')

    data = []
    for cat in soup.find_all('category'):
        if cat.parent.name == "topic": continue
        data += [cat.find("pattern").text]

    print(data)
    return jsonify({'data_set': data})

希望这有帮助！查看更多示例。

太棒了！谢谢你，伙计！：）在我看到您的答案之前，我所做的是：*对于汤中的x.find_all（'topic'）：x.extract（）**，当然这是不合适的，因为我已经删除了标记。但是当我使用你的代码打印汤时，它仍然在那里，我得到了预期的结果集。：）再次感谢！很高兴我能帮忙，去印更多的汤：）

@extract.route('/')
def index_page():
    folder = 'templates/topic.aiml'

    with open(folder, 'r') as myfile:
        soup = BeautifulSoup(myfile.read(), 'html.parser')

    data = []
    for cat in soup.find_all('category'):
        if cat.parent.name == "topic": continue
        data += [cat.find("pattern").text]

    print(data)
    return jsonify({'data_set': data})