使用 BEAUTIFULSOUP python 从 xml（苹果评级 xml）中提取值的问题

Question

我正在尝试为

提取文本

<im:rating>5</im:rating>
<im:version>1.14</im:version> 

来自apple xml的xml，用于使用BeautifulSoup进行应用商店审查。

我的代码是

def getReview():
    url = "https://itunes.apple.com/rss/customerreviews/page=1/id=511376996/sortby=mostrecent/xml?l=en&cc=us" 
        source = requests.get(url)
        text = source.text
        soup = BeautifulSoup(text, 'xml')
        for l in soup.findAll('entry'):
            rate=l.find('rating')
            author=(l.find('name')).text
            appver=l.find('version')

            print(rate)
            print(author)
            print(appver)

当我使用上面的代码时，我得到了作者的文本 &

<im:rating>5</im:rating>
<im:version>1.14</im:version>

对于评级和版本，如果我使用appver=l.find('version').text，那么它会给出错误

  appver=l.find('version').text
AttributeError: 'NoneType' object has no attribute 'text'

我只想获取这些评级和版本文本的值。即评级为“5”和版本“1.14”。

需要帮助并提前致谢

Answer 1

如果你只是想获取这些标签，一个简单的 pyparsing 解析器将在没有 BeautifulSoup 箍跳过的情况下获取它们。通过只解析给定的标签（pyparsing 的标签匹配非常全面），您可以跳过解析整个 HTML 的开销，只获取您想要的部分，并以您自己设计的简化结构将它们取回。见下文，使用 cmets 和带有 3 个条目的模拟 HTML：

from pyparsing import makeHTMLTags, SkipTo, ungroup

def get_tag_body(start_tag, end_tag):
    return ungroup(start_tag.suppress() + SkipTo(end_tag) + end_tag.suppress())

# makeHTMLTags returns a 2-tuple containing expressions for the
# corresponding start tag and end tag

rating_expr = get_tag_body(*makeHTMLTags("im:rating"))("rating")
version_expr = get_tag_body(*makeHTMLTags("im:version"))("version")

# the desired pattern is the rating_expr followed by the version_expr
search_parser = rating_expr + version_expr

# parse the posted sample
sample = """
<im:rating>5</im:rating>
<im:version>1.14</im:version> 
"""

# access the named fields using dot notation or dict key notation
results = search_parser.searchString(sample)
if results:
    for res in results:
        print("rating = {rating}, version = {version}".format_map(res))

打印：

rating = 5, version = 1.14