python - 让 BeautifulSoup 荣誉 xml :space ="preserve"

Question

我正在使用 BeautifulSoup 来解析 XML:

In [64]: b = bs4.BeautifulSoup('<xml><t xml:space="preserve">     </t><t xml:space="preserve">  A  </t></xml>', 'xml')
In [65]: b.find_all('t')
Out[65]: [<t xml:space="preserve"> </t>, <t xml:space="preserve">  A  </t>]

因此，尽管有 xml:space="preserve" 属性，第一个 t 标记中的 5 个空格被折叠成 1 个。

有没有办法让 BeautifulSoup 尊重 xml:space="preserve" 而不是折叠空格？

Answer 1

关于 BeautifulSoup，我无法直接回答您。但是，lxml 可以为您做到这一点。

>>> from lxml import etree
>>> tree = etree.fromstring('<xml><t xml:space="preserve">     </t><t xml:space="preserve">  A  </t></xml>')
>>> [_.text for _ in tree.findall('t')]
['     ', '  A  ']