如何使用beautiful soup解析这个xml文件？

Question

我正在尝试使用BeautifulSoup来解析xml文件，我试图阅读Crummy的BS文档，但找不到任何适合xml解析的内容。现在，我只能弄明白这么多：

file = open("input.xml")
page = file.read()

soup = BeautifulSoup(page, "xml")
for word in soup.findAll('word'):
    word_attr = dict(word.attrs)
    netag = word.find('ner')
    nertag = dict(netag)
    print ("STOP", nertag['ner'])

但是，它什么也没做。 我的xml文件格式为：

^{pr2}$

我要做的是提取NER值，删除带有“STOP”的句点标点，并将其写入另一个txt文件。在

例如句子：Starbucks in New York is good.（用xml编写） 应给出：ORGANIZATION in LOCATION is good STOP

有人能帮我做这个吗？或者为我提供足够的文档来进行漂亮的Soup xml解析？在

Answer 1

您需要查找sibling标记；下一个或上一个兄弟标记都可以，此时，先找到父对象就更容易了：

for word in soup.find_all('word'):
    ner = word.parent.find('NER')
    if not ner: continue
    print '{} in {} is good'.format(ner.string.strip(), word.string.strip())

演示：

^{pr2}$

但是，您可以将^{} API用于此任务；它与beauthoulGroup一样能够处理XML。因为显然已经安装了lxml，所以可以使用它们的ElementTree实现。在