另一个节点中同名的XML节点

Question

我要分析的XML如下所示：

<root>
    <group>
        <somethingelse>
            <group></group>
        </somethingelse>
    </group>
</root>

如您所见，在另一个<group>的层次结构中有一个<group>。用BeautifulStoneSoup解析它会将内部的<group>放在外部的<group>之外（参见下面的示例）。你知道吗

如何防止这种情况发生，并将内部<group>保持在定义的位置？你知道吗

---

代码

from BeautifulSoup import BeautifulStoneSoup

xml = """
    <root>
        <group>
            <somethingelse>
                <group></group>
            </somethingelse>
        </group>
    </root>
"""

def main():
    doc = BeautifulStoneSoup(xml)
    print doc.prettify()

if __name__ == '__main__':
    main()

结果

<root>
 <group>
  <somethingelse>
  </somethingelse>
 </group>
 <group>
 </group>
</root>

Answer 1

升级到beautifulsoup4，并安装lxml解析器。此组合可正确处理XML：

>>> from bs4 import BeautifulSoup
>>> doc = BeautifulSoup(xml, 'xml')
>>> print doc.prettify()
<?xml version="1.0" encoding="utf-8"?>
<root>
 <group>
  <somethingelse>
   <group/>
  </somethingelse>
 </group>
</root>

安装两个项目时使用：

pip install beautifulsoup4 lxml

Answer 2

您使用的是最新版本的BeautifulSoup吗？使用BeautifulSoup4，我成功地得到了：

from bs4 import BeautifulSoup

doc = BeautifulSoup(xml, features="xml")
print doc.prettify()

结果是：

<?xml version="1.0" encoding="utf-8"?>
<root>
 <group>
  <somethingelse>
   <group/>
  </somethingelse>
 </group>
</root>