解析Grobid。tei.xml文件靓汤输出

Question

我试着用靓汤从a中提取元素。tei.xml文件使用Grobid生成的文件。在

我可以使用以下方式获取标题：

titles = soup.findAll('title')

访问“低级”元素的正确语法是什么？作者/附属机构

这是tei.xml文件作为Grobid输出的文件：

^{pr2}$

谢谢。在

Answer 1

BeautifulSoup将节点小写，下面是一些示例：

title = soup.html.body.teiheader.filedesc.analytic.title.string

for author in soup.html.body.teiheader.filedesc.sourcedesc.find_all('author'):
    tag_or_none = author.persname.forename
    first_affiliation = author.affiliation

还有see the BeautifulSoup documentation它涵盖了所有内容。在

我正在研究一个类似的问题，并寻求合作。如果你想合作就告诉我sof@nconor.com在