我们可以在 Beautifulsoup 中将所有 XML 标签转换为小写吗答案

【问题标题】：Can we convert all XML tags to lowercase in Beautifulsoup我们可以在 Beautifulsoup 中将所有 XML 标签转换为小写吗
【发布时间】：2013-02-06 22:27:33
【问题描述】：

在使用 Beautifulsoup 和 HTMl 解析器时，标签被转换为小写。但是我们如何在使用 LXML 解析器时实现。在以下情况下，我无法打印输出。但如果我使用 html 解析器进行解析。它工作正常。谁能帮帮我？

html_doc = """
<html><HEAD><title>The Dormouse's story</title></HEAD>

<p class="title"><b>The Dormouse's story</b></p>
<p class="story">...</p>
"""

from bs4 import BeautifulSoup
soup = BeautifulSoup(html_doc, "xml")

print soup.head

【问题讨论】：

标签： python xml python-3.x beautifulsoup

【解决方案1】：

不要使用 XML 解析器来解析 HTML。 HTML 不区分大小写，但 XML 不区分大小写。

你可以用lxml解析HTML就好了，只要使用HTML模式：

>>> soup = BeautifulSoup(html_doc, "lxml")
>>> soup.head
<head><title>The Dormouse's story</title></head>

如果您坚持使用 XML 解析器，则必须匹配输入元素的大小写：

>>> soup = BeautifulSoup(html_doc, "xml")
>>> soup.head
>>> soup.HEAD
<HEAD><title>The Dormouse's story</title></HEAD>

如果您想处理 XML 并且不区分大小写，请坚持使用 lxml 提供的 ElementTree API，并且根本不要使用 BeautifulSoup。然后你必须使用regular expression XPath search:

regexpNS = "http://exslt.org/regular-expressions"
tree.xpath('//*[re:test(., '^head$', 'i')]', namespaces={'re':regexpNS})

它将查找名称为 head 的所有元素，不区分大小写。

【讨论】：

感谢您的回复。我刚刚给出了一个 HTML 示例。如果输入是真正的XML，有什么方法可以实现。
最后一个解决方案请分享，因为处理汤服务非常困难。