Я пытаюсь проанализировать некоторые данные в файле XML, который содержит HTML в своем поле description.
Например, данные выглядят следующим образом:
<xml>
<description>
<body>
HTML I want
</body>
</description
<description>
<body>
- more data I want -
</body>
</description>
</xml>
Пока что я пришел к следующему:
из bs4 import BeautifulSoup
soup = BeautifulSoup(myfile, 'html.parser')
descContent = soup.find_all('description')
for i in descContent:
bodies = i.find_all('body')
# This will return an object of type 'ResultSet'
for n in bodies:
print n
# Nothing prints here.
Я не уверен, где я иду не так;когда я перечисляю записи в descContent, это показывает содержимое, которое я ищу;сложная часть заключается в получении вложенных записей для <body>.Спасибо за просмотр!
РЕДАКТИРОВАТЬ: После дальнейшей игры кажется, что BeautifulSoup не распознает, что в теге <description> есть HTML - он выглядит как просто текст, отсюда и проблема.Я думаю о сохранении результатов в виде файла HTML и повторной обработки этого, но не уверен, что это сработает, поскольку сохранение содержит буквенные строки для всех возвратов каретки и новых строк ...