Question

我正在尝试使用BeautifulSoup从SOAP xml schema中提取搜索关键字，但无法弄清楚如何提取值属性。

我尝试使用soap.find_all，但是它不允许我提取value属性。

这是我到目前为止所拥有的：

soap = requests.get('http://ecp.iedadata.org/soap_search_schema.xsd')
soapXML = soap.content.decode("utf-8")
soapSoup = BeautifulSoup(soapXML, "xml")
level1 = soapSoup.findAll('xs:attribute', {'name':'level1'})[0]
level1['value']

这是我遇到的问题。根据BeautifulSoup文档，这应该输出所有“值”属性。

print(level1):

<xs:attribute name="level1" use="optional">
<xs:simpleType>
<xs:restriction base="xs:string">
<xs:enumeration value=""/>
<xs:enumeration value="alteration"/>
<xs:enumeration value="igneous"/>
<xs:enumeration value="metamorphic"/>
<xs:enumeration value="notfound"/>
<xs:enumeration value="ore"/>
<xs:enumeration value="sedimentary"/>
<xs:enumeration value="vein"/>
<xs:enumeration value="xenolith"/>
</xs:restriction>
</xs:simpleType>
</xs:attribute>

因此，正如您所看到的，我正在尝试从所有xs：enumeration标签的value属性中获取文本。最终结果将是第1级的搜索字词列表。即：

（蚀变，火成，变质，未发现，矿石，沉积物，脉，异岩）

我不能只调用xs：enumeration标记，因为有多个关键字（例如，level2，level3，SampleType等），并且每个关键字都有不同的xs：enumeration值。

这是最后一行（level1 ['value']）上的错误

KeyError跟踪（最近一次通话最近）    在   ----> 1 level1test ['value']
      getitem 中的
〜/ anaconda3 / envs / py37 / lib / python3.7 / site-packages / bs4 / element.py（自身，密钥）      1069“”“ tag [key]返回标签的'key'属性值，      1070，如果不存在则抛出异常。   -> 1071返回self.attrs [key]      1072      1073 def iter （自己）：

KeyError：'值'

Answer 1

只需将level1['value']替换为：

for i in level1:
    if type(i) is not bs4.element.NavigableString:
        data = i.contents
        for k in data[1]:
            if type(k) is not bs4.element.NavigableString:
                print(k['value'])

输出：

alteration
igneous
metamorphic
notfound
ore
sedimentary
vein
xenolith

Answer 2

只需使用值 attribute selector

import requests 
from bs4 import BeautifulSoup as bs

soap = requests.get('http://ecp.iedadata.org/soap_search_schema.xsd')
soapXML = soap.content.decode("utf-8")
soapSoup =bs(soapXML, "xml")
enumeration_values = [item['value'] for item in  soapSoup.select("[value]") if item['value']]
print(enumeration_values)

略微更快是使用type selector

import requests 
from bs4 import BeautifulSoup as bs

soap = requests.get('http://ecp.iedadata.org/soap_search_schema.xsd')
soapXML = soap.content.decode("utf-8")
soapSoup =bs(soapXML, "xml")
enumeration_values = [item['value'] for item in  soapSoup.select("enumeration") if item['value']]
print(enumeration_values)

从BeautifulSoup xml中提取属性“值”

2 个答案: