如何处理beautifulsoup中的重复标签答案

【问题标题】：how to handle duplicate tags in beautifulsoup如何处理beautifulsoup中的重复标签
【发布时间】：2014-01-08 01:56:12
【问题描述】：

<system>
  <load><avg01>0.03</avg01><avg05>0.15</avg05><avg15>0.16</avg15></load>
  <cpu><user>7.4</user>
  <system>3.2</system>
  <wait>0.9</wait></cpu>
  <memory><percent>17.1</percent>
  <kilobyte>1220364</kilobyte></memory>
  <swap><percent>0.0</percent>
  <kilobyte>396</kilobyte></swap>
</system>

如何在beautifulsoup 中获取整个系统标签并跳过中间标签。注意外部系统标签里面有系统标签。

r = requests.get(url, timeout=0.5)
result = BeautifulSoup(r.content)

for item in result.findAll('system'):
    print item

OUTOUT 
<system><load><avg01>0.03</avg01><avg05>0.10</avg05><avg15>0.13</avg15></load><cpu><user>7.7</user></cpu></system>

我也想得到百分比值，但是整个xml中有很多百分比标签被拉出来。

【问题讨论】：

标签： python xml beautifulsoup

【解决方案1】：

首先，只匹配外部的。之后就可以循环查看内容了

>>> for item in soup.find('system'):
    print item


<load><avg01>0.03</avg01><avg05>0.15</avg05><avg15>0.16</avg15></load>


<cpu><user>7.4</user>
<system>3.2</system>
<wait>0.9</wait></cpu>


<memory><percent>17.1</percent>
<kilobyte>1220364</kilobyte></memory>


<swap><percent>0.0</percent>
<kilobyte>396</kilobyte></swap>

【讨论】：

它停在 0.030.150.167.4
您是否使用findAll 而不是find？
它停在第一个系统
不。我必须找到另一种方法来做到这一点。

【解决方案2】：

只需使用soup.system

from bs4 import BeautifulSoup

html = """
<system>
  <load><avg01>0.03</avg01><avg05>0.15</avg05><avg15>0.16</avg15></load>
  <cpu><user>7.4</user>
  <system>3.2</system>
  <wait>0.9</wait></cpu>
  <memory><percent>17.1</percent>
  <kilobyte>1220364</kilobyte></memory>
  <swap><percent>0.0</percent>
  <kilobyte>396</kilobyte></swap>
</system>
"""

soup = BeautifulSoup(html)

print soup.system

这会产生：

<system>
<load><avg01>0.03</avg01><avg05>0.15</avg05><avg15>0.16</avg15></load>
<cpu><user>7.4</user>
<system>3.2</system>
<wait>0.9</wait></cpu>
<memory><percent>17.1</percent>
<kilobyte>1220364</kilobyte></memory>
<swap><percent>0.0</percent>
<kilobyte>396</kilobyte></swap>
</system>

【讨论】：