如何使用 python 从本地 xml 文件中提取特定的 xml 标签？

【问题标题】：How can I Extract Specific xml tags from a local xml file using python?如何使用 python 从本地 xml 文件中提取特定的 xml 标签？
【发布时间】：2013-11-16 21:30:15
【问题描述】：

我对与 xml、python 和抓取数据交互还很陌生，所以请多多包涵：我有一个 xml 文件，其中包含从 evernote 保存的笔记。我已经能够将 BeautifulSoup 和 lxml 加载到我的 python 环境中。我还能够加载 xml 文件并打印

这是我的代码，直到打印为止：

from bs4 import BeautifulSoup
from xml.dom.minidom import parseString
file = open('myNotes.xml','r')
data = file.read()
dom = parseString(data)
print data.toxml()

我没有包含实际打印的文件，因为它包含许多 base 64 代码。

我想要完成的是提取选定的 xml 标签并将它们打印到一个新文件中......帮助！

【问题讨论】：

标签： python xml parsing xml-parsing screen-scraping

【解决方案1】：

这是使用 BeautifulSoup 打印 xml 的方法

from bs4 import BeautifulSoup

soup = BeautifulSoup(open('myNotes.xml','r'))
print(soup.prettify())

并将其写入文件：

with open("file.txt", "w") as f:
    f.write(soup.prettify())

现在，将所有特定类型的标签提取到一个列表中：

# Extract all of the <a> tags:    
tags = soup.find_all('a')

【讨论】：

您不必在文件上read()（BeautifulSoup 获取文件指针）。此外，您可能希望为 xml 指定更好的解析器。 soup = BeautifulSoup(open('myNotes.xml', 'r'), 'lxml')
谢谢！让它工作，我能够提取所有特定标签并将它们打印到一个新文件中。