python - 如何将 bs4.element.ResultSet 转换为字符串？ python

Question

我有一个简单的代码，如:

    p = soup.find_all("p")
    paragraphs = []

    for x in p:
        paragraphs.append(str(x))

我正在尝试转换从 xml 获得的列表并将其转换为字符串。我想保留它的原始标签，以便我可以重用一些文本，这就是我像这样附加它的原因。但是该列表包含超过 6000 个观察值，因此由于 str 出现递归错误:

“运行时错误:调用 Python 对象时超出了最大递归深度”

我读到您可以更改最大递归，但这样做并不明智。我的下一个想法是将到字符串的转换分成 500 个批次，但我确信必须有更好的方法来做到这一点。有人有什么建议吗？

Answer 1

这里的问题可能是the document底部的一些二进制图形数据。包含字符序列 <P ，Beautiful Soup 试图将其修复为实际的 HTML 标记。我还没有确定是哪个文本导致了“超出递归深度”错误，但它就在那里。它是 p[6053]对我来说，但由于您似乎对文件进行了一些修改(或者您可能对 Beautiful Soup 使用了不同的解析器)，我想对您来说会有所不同。

假设您不需要文档底部的二进制数据来从实际 <p> 中提取您需要的任何内容。标签，试试这个:

# boot out the last `<document>`, which contains the binary data
soup.find_all('document')[-1].extract()

p = soup.find_all('p')
paragraphs = []
for x in p:
    paragraphs.append(str(x))