Python 通过BS4发出提取特定XML值的命令，并将其写入dataframe

我是Python新手，正在尽最大努力收集一些XML数据。 到目前为止，我使用

find

和

get

方法使它能够用于“普通”XPath和属性，但我正在努力解决最后一点

这是XML的一个示例部分：

<root>
<job>
<othernodes>text</othernodes>
<advertiser>INPUT I WANT
    <node2>text</node2>
    <node3>text</node3>
</advertiser>
<othernodes>text</othernodes>
</job>

如果打印结果，则不会为节点广告客户返回任何值。 我试着解决这个问题，但找不到解决办法。

---

谢谢

下面是您需要的代码

import xml.etree.ElementTree as ET

XML = '''<root>
    <job>
    <othernodes>text</othernodes>
    <advertiser>add1
        <node2>text</node2>
        <node3>text</node3>
    </advertiser>
    <othernodes>text</othernodes>
    </job>
    <job>
    <othernodes>text</othernodes>
    <advertiser>add2
        <node2>text</node2>
        <node3>text</node3>
    </advertiser>
    <othernodes>text</othernodes>
    </job>
</root>'''
root = ET.fromstring(XML)
data = [a.text.strip() for a in root.findall('.//advertiser')]
print(data)

---

无需使用

ElementTree

，可以使用

BeautifulSoup

尝试调用返回第一个匹配项的方法：

from bs4 import BeautifulSoup

xml = """<root>
<job>
<othernodes>text</othernodes>
<advertiser>INPUT I WANT
    <node2>text</node2>
    <node3>text</node3>
</advertiser>
<othernodes>text</othernodes>
</job>"""

soup = BeautifulSoup(xml, "html.parser")

print([soup.find("advertiser").find_next(text=True).strip()])

# Or using `find_all()`
# print([tag.find_next(text=True).strip() for tag in soup.find_all("advertiser")])

---

如果使用XPath，可能会更干净？

['add1', 'add2']

from bs4 import BeautifulSoup

xml = """<root>
<job>
<othernodes>text</othernodes>
<advertiser>INPUT I WANT
    <node2>text</node2>
    <node3>text</node3>
</advertiser>
<othernodes>text</othernodes>
</job>"""

soup = BeautifulSoup(xml, "html.parser")

print([soup.find("advertiser").find_next(text=True).strip()])

# Or using `find_all()`
# print([tag.find_next(text=True).strip() for tag in soup.find_all("advertiser")])

['INPUT I WANT']