使用BeautifulSoup處理XML文檔

        最近須要用python處理一個簡單的XML，因其格式較亂，恰巧爲了測試BeautifulSoup，因此百度學習了下，發現大多數都是解析HTML的文章，因此翻文檔大概筆記下，功能是實現了，但問題不少後期再說吧。

測試XML代碼：

<?xml version="1.0" encoding="utf-8"?>
<web-app>
    <context-param>
         <param-name>地址</param-name>
         <param-value>北京西街</param-value>
    </context-param>
    <listener>
         <listener-class>
                寡婦牆.....
         </listener-class>
    </listener>
    <servlet>
         <servlet-name>姓名</servlet-name>
         <servlet-class>小強</servlet-class>
         <init-param>
               <param-name>動物</param-name>
               <param-value>人類</param-value>
         </init-param>
         <load-on-startup>1</load-on-startup>
    </servlet>
</web-app>

測試python代碼

#coding=utf-8
'''
    簡單測試BeautifulSoup解析XML
'''
from bs4 import BeautifulSoup
import re

#使用BeautifulSoup以XML格式打開test.xml文件
soup = BeautifulSoup(open('test.xml'),'xml')
#格式化XML輸出
print soup.prettify()
#查找全部叫param-value的tag子節點

print "\n" +  "*"*20 + "\n"
print soup.find_all('param-value')

print "\n" +  "*"*20 + "\n"
#打印出全部符合條件的子節點屬性值
for tag in soup.find_all('param-value'):
	print tag.text.strip()

print "\n" +  "*"*20 + "\n"
#使用正則的方式查找符合條件的子節點
for tag1 in soup.find_all(re.compile('param-value')):
	print tag1.text.strip()

輸出結果

<?xml version="1.0" encoding="utf-8"?>
<web-app>
 <context-param>
  <param-name>
   地址
  </param-name>
  <param-value>
   北京西街
  </param-value>
 </context-param>
 <listener>
  <listener-class>
   寡婦牆.....
  </listener-class>
 </listener>
 <servlet>
  <servlet-name>
   姓名
  </servlet-name>
  <servlet-class>
   小強
  </servlet-class>
  <init-param>
   <param-name>
    動物
   </param-name>
   <param-value>
    人類
   </param-value>
  </init-param>
  <load-on-startup>
   1
  </load-on-startup>
 </servlet>
</web-app>

********************

[<param-value>北京西街</param-value>, <param-value>人類</param-value>]

********************

北京西街
人類

********************

北京西街
人類