Python3-将每个字符附加到字符串（生成一行）

我有一个XML元素，如下所示：

XML

<page>
    <textline id="1">
        <text>C</text>
        <text>o</text>
        <text>n</text>
        <text>t</text>
        <text>a</text>
        <text>k</text>
        <text>t</text>
    </textline>
    <textline id="2">
        <text>
        </text>
    </textline>
    <textline id="3">
        <text>M</text>
        <text>e</text>
    </textline>
</page>

但是，

text\u行

包括

的所有子项，这意味着它包括所有

标记

我似乎在文档中找不到任何解释如何只选择实际标记（而不是任何子项、子项等）的内容

我找到了

recursive=False

选项，该选项只应选择直接子项，因此我认为可以将其应用于

页面

标记：

text_lines = parsed_xml.find_all("page", recursive=False)

但这将返回一个空列表：

[]

预期结果：

您可以使用clear（）方法从

标记中移除所有内部

标记

还有一件事您不能将文件名发送到BeautifulSoup，您必须打开它并将内容发送给它，这里我将xml内容保存在一个变量中

myxml = """<page>
<textline id="1">
  <text>C</text>
  <text>o</text>
  <text>n</text>
  <text>t</text>
  <text>a</text>
  <text>k</text>
  <text>t</text>
</textline>
<textline id="2">
  <text>
  </text>
</textline>
<textline id="3">
  <text>M</text>
  <text>e</text>
</textline>
</page>"""

parsed_xml = BeautifulSoup(myxml, 'xml')
text_lines = parsed_xml.find_all("textline")
for tl in text_lines:
    tl.clear()

print(text_lines)

myxml=”“”
C
o
N
T
A.
K
T
M
E
"""
parsed_xml=BeautifulSoup（myxml，'xml'）
text\u lines=已解析的xml.find\u all（“textline”）
对于文本行中的tl：
tl.clear（）
打印（文本行）

输出：

[<textline id="1"/>, <textline id="2"/>, <textline id="3"/>]

xml = """<page>
<textline id="1">
  <text>C</text>
  <text>o</text>
  <text>n</text>
  <text>t</text>
  <text>a</text>
  <text>k</text>
  <text>t</text>
</textline>
<textline id="2">
  <text>
  </text>
</textline>
<textline id="3">
  <text>M</text>
  <text>e</text>
</textline>
</page>"""

from bs4 import BeautifulSoup
parsed_xml = BeautifulSoup(xml, 'xml')
text_lines = []
for tag in parsed_xml.find_all("textline"):
    tag.string = ''
    text_lines.append(tag)
print(text_lines)

[<textline id="1"></textline>,
 <textline id="2"></textline>,
 <textline id="3"></textline>]

[，]

您可以设置

string=''

Ex:

[<textline id="1"/>, <textline id="2"/>, <textline id="3"/>]

xml = """<page>
<textline id="1">
  <text>C</text>
  <text>o</text>
  <text>n</text>
  <text>t</text>
  <text>a</text>
  <text>k</text>
  <text>t</text>
</textline>
<textline id="2">
  <text>
  </text>
</textline>
<textline id="3">
  <text>M</text>
  <text>e</text>
</textline>
</page>"""

from bs4 import BeautifulSoup
parsed_xml = BeautifulSoup(xml, 'xml')
text_lines = []
for tag in parsed_xml.find_all("textline"):
    tag.string = ''
    text_lines.append(tag)
print(text_lines)

[<textline id="1"></textline>,
 <textline id="2"></textline>,
 <textline id="3"></textline>]

xml=”“”
C
o
N
T
A.
K
T
M
E
"""
从bs4导入BeautifulSoup
已解析的_xml=beautifulsou（xml，'xml'）
text_行=[]
对于已解析的xml中的标记。查找所有（“文本行”）：
tag.string=''
文本\行。追加（标记）
打印（文本行）

输出：

[<textline id="1"/>, <textline id="2"/>, <textline id="3"/>]

xml = """<page>
<textline id="1">
  <text>C</text>
  <text>o</text>
  <text>n</text>
  <text>t</text>
  <text>a</text>
  <text>k</text>
  <text>t</text>
</textline>
<textline id="2">
  <text>
  </text>
</textline>
<textline id="3">
  <text>M</text>
  <text>e</text>
</textline>
</page>"""

from bs4 import BeautifulSoup
parsed_xml = BeautifulSoup(xml, 'xml')
text_lines = []
for tag in parsed_xml.find_all("textline"):
    tag.string = ''
    text_lines.append(tag)
print(text_lines)

[<textline id="1"></textline>,
 <textline id="2"></textline>,
 <textline id="3"></textline>]

[,，
,
]

我知道我最初将这个问题标记为

beautifulsoup

，但我只想分享我最终实际使用的内容。@Rakesh的解决方案确实适用于beaufitulsoup

实际上，我最终使用了Python内置的XML解析器：

import xml.etree.ElementTree as ET

tree = ET.parse(path_to_xml_file)
root = tree.getroot()

for textline in root.iter('textline'):
    print(textline)

---

我认为这是一个更干净的解决方案，所以希望这能帮助任何人看到这篇文章。

你的预期结果是什么？如果你不介意生孩子，你可以试着数一数

textline

标签。你期望的输出是什么？嗨，两个-刚刚用预期的结果更新了我的原始帖子。我认为BeautifulSoup无法打开文件-它需要带有html/xml的文本，而不是文件名。或者您必须使用

open（）

-

BeautifulSoup（open（'myXMLfile.xml'），'xml'）

-请参阅