[英]what is the best way to parse a file which is not pure xml in python
我试图解析不是纯xml的python文件,因为它不是纯xml,xml解析器无法解析该文件。
请建议我一个解决方案,我不想读取具有I / O功能的文件。
<groups>
<url>
description = helloz
<whatis>
<what_is_that>
active = yes
<inside_what>
<default>
<0>
tagid = 0
</0>
</default>
</inside_what>
<second_list>
<0>
name = do
</0>
</second_list>
</what_is_that>
您可以使用BeautifulSoup尝试类似的操作。 当您创建BeautifulSoup对象时,它将单独插入缺少的结束标记。 然后,您可以轻松提取所需的任何内容。
from bs4 import BeautifulSoup
with open('file_name', 'r') as f:
a = f.read()
soup=BeautifulSoup(a, 'lxml')
print soup.find('inside_what')
输出:
<inside_what>
<default>
tagid = 0
0>
</default>
</inside_what>
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.