BeautifulSoup xml 获取类名值答案

【问题标题】：BeautifulSoup xml get class name valueBeautifulSoup xml 获取类名值
【发布时间】：2017-06-11 03:35:37
【问题描述】：

我正在使用 BeautifulSoup 解析 Tableau twb XML 文件以获取报告中的工作表列表。

包含我要查找的值的 XML 是

<window class='worksheet' name='ML Productivity'>

苦苦思索如何获取所有 class='worksheet'，然后从中获取名称值，例如我想获取 'ML Productivity' 值。

我目前的代码如下。

import sys, os
import bs4 as bs

twbpath = "C:/tbw tbwx files/"

outpath = "C:/out/"

outFile = open(outpath + 'output.txt', "w")
#twbList = open(outpath + 'twb.txt', "w")

for subdir, dirs, files in os.walk(twbpath):
    for file in files:
        if file.endswith('.twb'):
            print(subdir.replace(twbpath,'') + '-' + file)
            filepath = open(subdir + '/' + file, encoding='utf-8').read()           
            soup = bs.BeautifulSoup(filepath, 'xml')
            classnodes = soup.findAll('window')

            for classnode in classnodes:
                if str(classnode) == 'worksheet':
                    outFile.writelines(file + ',' +  str(classnode) + '\n')
                    print(subdir.replace(twbpath,'') + '-' + file, classnode)   

outFile.close()

【问题讨论】：

标签： python xml beautifulsoup

【解决方案1】：

您可以通过class 属性值过滤所需的window 元素，然后通过treat the result like a dictionary 获得所需的属性：

soup.find('window', {'class': 'worksheet'})['name']

如果您需要定位多个window 元素，请使用find_all()：

for window in soup.find_all('window', {'class': 'worksheet'}):
    print(window['name'])

【讨论】：