防止 BeautifulSoup4 用 <html> 和 <body> 标签包装 XML答案

【问题标题】：Prevent BeautifulSoup4 from wrapping XML with <html> and <body> tags防止 BeautifulSoup4 用 <html> 和 <body> 标签包装 XML
【发布时间】：2017-09-09 23:03:03
【问题描述】：

我使用 bs4 更改了 XML 中某些元素的一些数字字符串，但是当我将 XML 保存为文件时，我不希望 html 或 body 标记出现在 XML 中。

<annotation>
... more stuff here
</annotation>

变成

<html>
<body>
<annotation>
... more stuff here
</annotation>
</body>
</html>

加载后通过

soup = BeautifulSoup(file_obj.read(), 'lxml')

我想在保存之前美化我的 XML，但现在转换汤 -> 字符串然后扔掉我不想要的元素更容易。

链接到我正在使用的一个完整 XML 文件：https://gist.github.com/jtara1/4e583160441976e198aba2c7651aaf70

【问题讨论】：

标签： python xml beautifulsoup bs4

【解决方案1】：

使用bs4，您可以将解析器引擎更改为html.parser：

 soup = BeautifulSoup(file_obj.read(), 'html.parser')

【讨论】：