BeautifulSoup4無法識別xml標簽

Question

我正在使用BeautifulSoup4（帶有lxml解析器）來解析看起來像這樣的xml：

<?xml version="1.0" encoding="UTF-8" ?>
<data>
<metadata id="8735180"  name="Dauphin Island" lat="30.2500" lon="-88.0750"/>
<observations>
<wl t="2013-12-14 00:00"  v="0.725" s="0.059" f="0,0,0,0" q="v" />
<wl t="2013-12-14 00:06"  v="0.771" s="0.066" f="0,0,0,0" q="v" />
<wl t="2013-12-14 00:12"  v="0.764" s="0.085" f="0,0,0,0" q="v" />

....等等

python代碼如下所示：

obs_soup = BeautifulSoup(urllib2.urlopen('http://tidesandcurrents.noaa.gov/api/datagetter?product=water_level&application=NOS.COOPS.TAC.WL&begin_date=20131214&end_date=20131216&datum=MSL&station=8735180&time_zone=GMT&units=english&interval=&format=xml),'lxml')

for l in obs_soup.findall('wl'):
    obs.append(l['v'])

我不斷收到錯誤：

for l in obs_soup.findall('wl'):
TypeError: 'NoneType' object is not callable

我在這里嘗試了解決方案（除了沒有尋找“ html”，而是尋找了“數據”），但這沒有用。 有什么建議么？

Answer 1

這里有兩個問題。

---

首先， BeautifulSoup沒有findall這樣的方法。 更改為：

for l in obs_soup.find_all('wl'):
    obs.append(l['v'])

……它會起作用。

---

那么，為什么會收到這個TypeError: 'NoneType' object is not callable而是更常見的AttributeError ？ 由於BeautifulSoup的神奇查找，使您可以將obs_soup.wl作為查找<wl>的快捷方式的同一件事，也可以使obs_soup.findall作為查找<findall>的快捷方式的同一件事。 因為沒有<findall>節點，所以它返回None 。 然后嘗試將None對象作為函數調用，這當然是胡說八道。

---

另外，如果您實際上按照您的要求從此處復制並粘貼了副本，則不會有此問題。 該代碼使用帶有大寫find_all “ A”的findAll ，這是find_all的已棄用同義詞。 （當然，您不應使用不贊成使用的同義詞。）

---

其次，您明確要求使用lxml的HTML解析器，而不是其XML解析器。 不要那樣做 見文檔 ：

BeautifulSoup(markup, ["lxml", "xml"])

由於您沒有給我們完整的XML文檔，因此我不知道這是否會影響您，或者您是否會碰巧。 但是，當您正確地做正確的事很容易時，您不應該依靠偶然來獲得幸運。