如何使用Python XML findall查找“'

ET.findall()

BS4.find_all()

• findall()

  默认情况下， ElementTree并非递归 __ 。它只会 找到 所提供节点的 直接子代* 。因此，在您的情况下，它仅在根元素正下方搜索图像节点。
  • 按照下面的mzjn的注释，在

    match

    参数（标记或路径）之前加上前缀

    ".//"

    将 在树中的任何位置* 搜索该节点，因为它支持XPath。
• BeautifulSoup的

  find_all()

  搜索所有后代 。因此，它会在树中的任何地方寻找“ imagedata”节点。

• 但是，

  ElementTree.iter()

  会 搜索所有后代 。使用docs中的“使用命名空间”示例：

  >>> for char in root.iter('{http://characters.example.com}character'):

  … print(‘ |–>’, char.text)
  …
  |–> Lancelot
  |–> Archie Leach
  |–> Sir Robin
  |–> Gunther
  |–> Commander Clement
  
  

• 可悲的是，

  ET.iterfind()

  它使用命名空间作为dict（例如ET.findall），也 不会搜索后代 ， 而是 默认情况下 仅引导子对象 * 。就像ET.findall。除了如何

  ''

  使用名称空间处理标记中的空字符串，一个返回列表，另一个返回迭代器，我不能说

  ET.findall

  and之间存在有意义的区别

  ET.iterfind

  。
  • *如前所述

    ET.findall()

    ，前缀

    ".//"

    使它搜索整个树（ 与任何节点匹配 ）。

当将名称空间与ET一起使用时，仍然需要带有标签的 名称空间名称 。结果行应为：

namespace = {'v': "urn:schemas-microsoft-com:vml"}results = ET.fromstring(xml).findall("v:imagedata", namespace)  # note the 'v:'

另外，

'v'

'v'

namespace = {'image': "urn:schemas-microsoft-com:vml"}results = ET.fromstring(xml).findall("image:imagedata", namespace)

当然，如果它们不是根的直接子代，那么仍然不一定能为您提供所有imagedata元素。
为此，您需要创建一个递归函数来为您执行此操作。请注意，而答案不递归搜索，你很可能会击中Python的递归限制，如果后代深度过......
深 。

要获取树中任何位置的所有imagedata元素，请使用

".//"

results = ET.fromstring(xml).findall(".//v:imagedata", namespace)