使用 beautifulsoup 遍历数组答案

【问题标题】：iterating through array using beautifulsoup使用 beautifulsoup 遍历数组
【发布时间】：2023-01-28 22:16:35
【问题描述】：

我有以下问题：

from bs4 import BeautifulSoup as bs

path_xml = r"..."

content = []

with open(path_xml, "r") as file:
    content = file.readlines()

content = "".join(content)
bs_content = bs(content, "html.parser")

bilder = bs_content.find_all("bilder")

def get_str_bild(match):
    test = match.findChildren("b")

    for x in range(len(test)): # here is the problem (not giving me all elements in test)
 
        return test[x].get("d")

for b in bilder:
    if b.b: 
        print(get_str_bild(b))

输出：

L3357U00_002120.jpg
L3357U00_002140.jpg
L3357U00_002160.jpg

基本上，在 xml 文件中有 3 个位置，我有节点`bilder.每个块看起来像这样：

      <Bilder>
        <B Nr="1" D="L3357U00_002120.jpg"/>
        <B Nr="2" D="L3357U00_002120.jpg"/>
        <B Nr="3" D="L3357U00_002120.jpg"/>
        <B Nr="4" D="L3357U00_002120.jpg"/>
        <B Nr="9" D="L3357U00_002120.jpg"/>
        <B Nr="1" D="L3357U00_002130.jpg"/>
        <B Nr="2" D="L3357U00_002130.jpg"/>
        <B Nr="3" D="L3357U00_002130.jpg"/>
        <B Nr="4" D="L3357U00_002130.jpg"/>
        <B Nr="9" D="L3357U00_002130.jpg"/>
      </Bilder>

目前它只返回每个块的第一张图片，我想返回所有这些图片。

我在这里做错了什么？

【问题讨论】：

标签： python beautifulsoup

【解决方案1】：

您需要修复get_str_bild(match) 函数。它当前返回第一个 d 属性。

用这个替换你的功能：

def get_str_bild(match):
    test = match.find_all("b")
    
    elements = []
    for x in range(len(test)):
        elements.append(test[x].get("d"))

    return elements

【讨论】：

【解决方案2】：

您错过了 bs of your biders 的循环。您可以删除函数并简化代码，如下所示：

bs_content = bs(content, "html.parser")
for i, builder in enumerate(bs_content.find_all("bilder")):
    print(f'builder {i}')
    for b in bilder.find_all('b'):
        print(b['d'])

【讨论】：