BeautifulSoup：从jatsxml中提取数字和字幕

Question

我想从jatsxml获取图像和它的描述。在我的示例中，我使用http://journal.frontiersin.org/article/10.3389/fpls.2011.00008/xml/nlm

这些数字的格式如下：

<fig id="F1" position="float">
<label>Figure 1</label>
<caption><p><bold>Pathways of DSB misrepair...</p></caption>
<graphic xlink:href="fpls-02-00008-g001.tif"/>
</fig>

我想得到每个图形的<caption>...</caption>和<graphic xlink:href="..."/>的内容。你知道吗

所以我的想法是使用BeautifulSoup的css选择器，在打印时去掉html标记：

#!/usr/bin/python

from bs4 import BeautifulSoup
import urllib.request

content = urllib.request.urlopen('file:///tmp/fpls-02-00008.xml').read()
soup = BeautifulSoup(content, 'xml')

##<fig><caption>XXX</caption></fig>
caption = soup.select("fig caption")

##<fig><graphic xlink:href="YYY"/></fig>
graphic = soup.select("fig graphic")

for a in caption:
    print(a.get_text().strip())

#print(b.get_text()) doesn't work
for b in graphic:
    print(b)

#separator = "|"
#print(separator.join([caption, graphic]))

只得到标题或只是图形工程，但由于不一致的来源，我需要得到这两个在同一时间。结果不应该是

• 标题A
• 标题B
• 图形A
• 图形B

而是

• 标题A，图形A
• 标题B，图形B

我如何做到这一点？提前谢谢！你知道吗

Answer 1

您可以使用zip同时循环浏览两个列表：

>>> A = [1,2,3,4,5]
>>> B = ['A','B','C','D','E']
>>> for number,letter in zip(A,B):
...     print number,letter
... 
1 A
2 B
3 C
4 D
5 E
>>>