BeautifulSoup 查找 xml 标签答案

【问题标题】：BeautifulSoup finding xml tagsBeautifulSoup 查找 xml 标签
【发布时间】：2012-11-04 04:26:34
【问题描述】：

我有一些快餐店的 OSM 数据，我使用 Xapi 检索到，here 是一些示例结果：

<osm version="0.6" generator="Osmosis SNAPSHOT-r26564">
   <node id="486275964" version="4" timestamp="2010-05-03T08:21:42Z" uid="12055" user="aude" changeset="4592597" lat="38.8959533" lon="-77.0212458">
      <tag k="name" v="Potato Valley Cafe"/>
      <tag k="amenity" v="fast_food"/>
   </node>
   <node id="486275966" version="4" timestamp="2010-08-06T16:44:13Z" uid="207745" user="NE2" changeset="5418228" lat="38.8959399" lon="-77.0196338">
      <tag k="cuisine" v="burger"/>
      <tag k="name" v="McDonald's"/>
      <tag k="amenity" v="fast_food"/>
   </node>
   <node id="612190923" version="1" timestamp="2010-01-12T14:01:27Z" uid="111209" user="cov" changeset="3603297" lat="38.893683" lon="-77.0292732">
      <tag k="level" v="-1"/>
      <tag k="cuisine" v="sandwich"/>
      <tag k="name" v="Quizno's"/>
      <tag k="amenity" v="fast_food"/>
   </node> 
</osm>
<!--corrected indentation-->

我正在尝试在 python 中使用 BeautifulSoup 来从中提取经纬度、名称和美食。这段代码我可以得到经纬度没有问题：

soup = BeautifulSoup(results)
takeaways = soup.findAll('node')

for eachtakeaway in takeaways:
    longitude = str(eachtakeaway['lon'])
    lattitude = str(eachtakeaway['lat'])

但我不知道名字：

name = str(eachtakeaway['name'])

这会引发错误：

TypeError: 'NoneType' object is not callable

你能告诉我该怎么做吗？谢谢。

【问题讨论】：

标签： python xml beautifulsoup openstreetmap

【解决方案1】：

<node> 元素没有name 属性。标签的子标签会：

for eachtakeaway in takeaways:
    longitude = str(eachtakeaway['lon'])
    lattitude = str(eachtakeaway['lat'])
    nametag = eachtakeaway.find('tag', k='name')
    name = str(nametag['v']) if nametag is not None else ''

演示：

>>> takeaways = soup.findAll('node')
>>> for eachtakeaway in takeaways:
...     nametag = eachtakeaway.find('tag', k='name')
...     print str(nametag['v']) if nametag is not None else ''
... 
Potato Valley Cafe
McDonald's
Quizno's

【讨论】：

【解决方案2】：

问题是，方括号用于检索标签的属性，即lat 和lon。但是，名称是另一个标签的属性。试试这样的：

soup = BeautifulSoup(results)
takeaways = soup.findAll('node')

for eachtakeaway in takeaways:
    another_tag = eachtakeaway('tag')
    for tag_attrs in another_tag:
        if str(tag_attrs['k']) == 'cuisine':
            print str(tag_attrs['v'])

这将返回美食值。同样的概念也适用于检索name。

*未经测试

【讨论】：

bs4 有 xml 模式。关于为什么我会在这样的实例中使用 xml 模式的任何想法？
@kalu 我的 bs4 经验有限，但我的印象是 bs4 中的 xml 模式支持 xml 命名空间、区分大小写的标记处理和其他 xml 细节。我不能保证这一点，因为我只是从与朋友/同事的谈话中得出的结论，并没有研究过此事。