python - BeautifulSoup 中的 selfClosingTags

Question

使用 BeautifulSoup 解析我的 XML

import BeautifulSoup

soup = BeautifulSoup.BeautifulStoneSoup( """<alan x="y" /><anne>hello</anne>""" ) # selfClosingTags=['alan'])

print soup.prettify()

这将输出:

<alan x="y">
 <anne>
  hello
 </anne>
</alan>

即，anne 标签是 alan 标签的子标签。

如果我在创建汤时传递 selfClosingTags=['alan']，我会得到:

<alan x="y" />
<anne>
 hello
</anne>

太棒了!

我的问题:为什么不能使用 /> 来指示自闭标签？

Answer 1

你问的是作者在注意到他给类/模块命名如 Beautiful[Stone]Soup 之后的想法:-)

下面是 BeautifulStoneSoup 行为的另外两个示例:

>>> soup = BeautifulSoup.BeautifulStoneSoup(
    """<alan x="y" ><anne>hello</anne>"""
    )
>>> print soup.prettify()
<alan x="y">
 <anne>
  hello
 </anne>
</alan>

>>> soup = BeautifulSoup.BeautifulStoneSoup(
    """<alan x="y" ><anne>hello</anne>""",
    selfClosingTags=['alan'])
>>> print soup.prettify()
<alan x="y" />
<anne>
 hello
</anne>
>>>

我的观点是:如果没有为解析器定义自闭合标记，则它是不合法的。所以作者在决定如何处理像<alan x="y" />这样的非法片段时有选择。 ... (1) 假设 /是个错误 (2) 对待 alan作为一个自关闭标签，完全独立于它在输入中其他地方的使用方式 (3) 对输入进行 2 次传递，在第一次传递中确定每个标签的使用方式。你更喜欢哪个选择？