使用BeautifulSoup将XML解析为字典

我有一段XML，如下所示：

 <ns:Vehicle>
  <ns:Model>AVALON</ns:Model>
  <ns:ModelYear>1998</ns:ModelYear>
  <ns:MakeString>TY</ns:MakeString>
  <ns:VehicleID>VIN NUMBER GOES HERE</ns:VehicleID>
 </ns:Vehicle>

---

我只是想知道是否有更好的方法来做到这一点，我不介意遍历XML中的其余元素并像这样单独定义它们，我只是想知道是否有更干净的方法来做到这一点。

可能更干净一些，但本质上没有什么不同：

tags = ['model', 'modelyear', 'makestring', 'vehicleid']
vehicle = {}
for tag in tags:
    vehicle[tag] = '{}'.format(soup.find('ns:' + tag).text)

---

还有一个可能值得一看。

可能更干净一点，但本质上没有什么不同：

tags = ['model', 'modelyear', 'makestring', 'vehicleid']
vehicle = {}
for tag in tags:
    vehicle[tag] = '{}'.format(soup.find('ns:' + tag).text)

---

还有一点可能值得一看。

BeautifulSoup并不是真正用于XML的，它非常适合凌乱的HTML，这会破坏一个合适的解析器

您最好使用接口（通过，也许是非常快的），不管怎样，IIRC是BS默认使用的。然后获取根元素并在几行代码中迭代其所有子元素，例如：

#!/usr/bin/env python

import xml.etree.ElementTree as ET
import re

# Note the dummy namespace that must / should have been there...
xml = '''
 <ns:Vehicle xmlns:ns="http://foo.bar">
  <ns:Model>AVALON</ns:Model>
  <ns:ModelYear>1998</ns:ModelYear>
  <ns:MakeString>TY</ns:MakeString>
  <ns:VehicleID>VIN NUMBER GOES HERE</ns:VehicleID>
 </ns:Vehicle>'''

tree = ET.fromstring(xml)
vehicle = {re.sub(r'{.*}', '', node.tag): node.text for node in tree}

#/usr/bin/env python
将xml.etree.ElementTree作为ET导入
进口稀土
#请注意必须/应该存在的虚拟命名空间。。。
xml=“”
阿瓦隆
1998
泰
VIN号在这里
'''
tree=ET.fromstring（xml）
vehicle={re.sub（r'{.*}'，''，node.tag）：树中节点的node.text}

BeautifulSoup并不是真正用于XML的，它是凌乱HTML的理想选择，这会破坏一个合适的解析器

您最好使用接口（通过，也许是非常快的），不管怎样，IIRC是BS默认使用的。然后获取根元素并在几行代码中迭代其所有子元素，例如：

#!/usr/bin/env python

import xml.etree.ElementTree as ET
import re

# Note the dummy namespace that must / should have been there...
xml = '''
 <ns:Vehicle xmlns:ns="http://foo.bar">
  <ns:Model>AVALON</ns:Model>
  <ns:ModelYear>1998</ns:ModelYear>
  <ns:MakeString>TY</ns:MakeString>
  <ns:VehicleID>VIN NUMBER GOES HERE</ns:VehicleID>
 </ns:Vehicle>'''

tree = ET.fromstring(xml)
vehicle = {re.sub(r'{.*}', '', node.tag): node.text for node in tree}

#/usr/bin/env python
将xml.etree.ElementTree作为ET导入
进口稀土
#请注意必须/应该存在的虚拟命名空间。。。
xml=“”
阿瓦隆
1998
泰
VIN号在这里
'''
tree=ET.fromstring（xml）
vehicle={re.sub（r'{.*}'，''，node.tag）：树中节点的node.text}

如果希望所有子节点都位于

元素中，则无需显式指定它们-只需循环所有子元素并将它们放入字典中即可

from bs4 import BeautifulSoup

soup = BeautifulSoup('''
 <ns:Vehicle>
  <ns:Model>AVALON</ns:Model>
  <ns:ModelYear>1998</ns:ModelYear>
  <ns:MakeString>TY</ns:MakeString>
  <ns:VehicleID>VIN NUMBER GOES HERE</ns:VehicleID>
 </ns:Vehicle>
 ''')

# loop if you have multiple vehicles
# Note that BS normalizes all tag names to lowercase -> we use 'ns:vehicle' rather 'ns:Vehicle'
for el_vehicle in soup.find_all('ns:vehicle'): 
    vehicle = {child.name: child.text for child in el_vehicle.findChildren()}
    # stick `vehicle` in a list or do some other processing

从bs4导入美化组
汤=美汤（“”）
阿瓦隆
1998
泰
VIN号在这里
''')
#如果您有多辆车，请循环
#请注意，BS将所有标记名规范化为小写->我们使用“ns:vehicle”而不是“ns:vehicle”
对于汤中的el_车辆。查找所有（'ns:vehicle'）：
vehicle={child.name:child.text用于el_vehicle.findChildren（）中的子对象
#将'vehicle'粘贴在列表中或进行其他处理

这与您的输出不完全匹配，因为它不会从camelcase转换为下划线分隔名称（例如，

ModelYear

转换为

model\u year

），而且它也不会从元素名称中去掉名称空间。如果需要，在

child.name

周围包含一个包装器来相应地更改名称应该不会太困难。

如果希望

元素中的所有子节点，则不需要显式指定它们-只需循环所有子元素并将它们放入字典中即可

from bs4 import BeautifulSoup

soup = BeautifulSoup('''
 <ns:Vehicle>
  <ns:Model>AVALON</ns:Model>
  <ns:ModelYear>1998</ns:ModelYear>
  <ns:MakeString>TY</ns:MakeString>
  <ns:VehicleID>VIN NUMBER GOES HERE</ns:VehicleID>
 </ns:Vehicle>
 ''')

# loop if you have multiple vehicles
# Note that BS normalizes all tag names to lowercase -> we use 'ns:vehicle' rather 'ns:Vehicle'
for el_vehicle in soup.find_all('ns:vehicle'): 
    vehicle = {child.name: child.text for child in el_vehicle.findChildren()}
    # stick `vehicle` in a list or do some other processing

从bs4导入美化组
汤=美汤（“”）
阿瓦隆
1998
泰
VIN号在这里
''')
#如果您有多辆车，请循环
#请注意，BS将所有标记名规范化为小写->我们使用“ns:vehicle”而不是“ns:vehicle”
对于汤中的el_车辆。查找所有（'ns:vehicle'）：
vehicle={child.name:child.text用于el_vehicle.findChildren（）中的子对象
#将'vehicle'粘贴在列表中或进行其他处理

---

这与您的输出不完全匹配，因为它不会从camelcase转换为下划线分隔名称（例如，

ModelYear

转换为

model\u year

），而且它也不会从元素名称中去掉名称空间。如果需要，在

child.name

周围包含一个包装器来相应地更改名称应该不会太困难。

我尝试了xmltodict，而我正在使用的xml是一堆嵌套的OrderedDict。感谢您提供的这个解决方案，它比我的解决方案干净得多。我尝试了xmltodict，而我正在使用的xml是一堆嵌套的OrderedDict。谢谢你的解决方案，比我的要干净得多。