使用 BS4 解析 XML 中的 URL 参数

Question

无法在网上找到答案，所以这是我的第一个 stackoverflow 问题 :)

使用 BeautifulSoup4，当我选择“xml”作为解析器时，我发现很难在 URL 中保留参数。有什么解决方法吗？

例如

from bs4 import BeautifulSoup as BS
url = u'<li href="www.example.com/index.php?sky=blue&river=wide"> Hello World </li>'
BS(url, 'xml')

我得到以下输出：

<?xml version="1.0" encoding="utf-8"?>
<li href="www.example.com/index.php?sky=blue=wide"> Hello World </li>

请注意，解析后的输出中缺少?river。

仅供参考，使用 bs4，BeautifulStoneSoup(url) 会给出相同的不良输出，因为它只是带有“xml”解析器的 BeautifulSoup。但是，这不是 BeautifulSoup3 中的 BeautifulStoneSoup 的问题。但我必须在我的项目中使用 bs4。

有什么解决办法吗？谢谢！

Answer 1

这不是 XML。要成为 XML，它必须是：

<li href="www.example.com/index.php?sky=blue&amp;river=wide">

你不能只是在属性中加入 & 并期望它起作用。