python - 为什么 Beautiful soup 会在文档中添加额外的 xml 声明以及如何删除它？

Question

我试图解析一个带有 header 的简单 xml。这是代码:

str(BeautifulSoup("""
<?xml version="1.0" encoding="UTF-8"?>
<data/>
""", features='xml'))

输出已填充:

<?xml version="1.0" encoding="utf-8"?>
<?xml version="1.0" encoding="UTF-8"><data/>

正如我们所看到的，有一个额外的 header ，而且它的格式也不正确。这是一个错误还是我做错了什么？

版本:

beautifulsoup4==4.4.1
lxml==3.4.3

Answer 1

当您将 xml 传递给 features 参数时，lxml 会自行构建 xml 树。所以你不需要自己添加标题。

>>> str(BeautifulSoup("""
... <data/>
... """, features='xml'))
'<?xml version="1.0" encoding="utf-8"?>\n<data/>'

>>>