使用 Python 中的 BeautifulSoup 识别和替换 XML 的元素

Question

我正在尝试使用 BeautifulSoup4 查找和替换 XML 中的特定元素。更具体地说，我想找到 'file_name' 的所有实例（在下面的示例中，文件名是 'Cyp26A1_atRA_minus_tet_plus.txt'）并将其替换为该文档的完整路径——保存在 'file_name_replacement_dir' 多变的。我的第一个任务，也是我坚持的一点，是隔离感兴趣的部分，以便我可以使用 replaceWith() 方法替换它。

XML

      <ParameterGroup name="Experiment_22">
        <Parameter name="Data is Row Oriented" type="bool" value="1"/>
        <Parameter name="Experiment Type" type="unsignedInteger" value="0"/>
        <Parameter name="File Name" type="file" value="Cyp26A1_atRA_minus_tet_plus.txt"/>
        <Parameter name="First Row" type="unsignedInteger" value="1"/>

实际上有 44 个实验，有 4 个不同的文件名（所以 11 个文件名为 1，11 个文件名为 2，依此类推）。所以上面的 XML 片段重复了 44 次，只是在 "File Name" 行中存储了不同的文件。

到目前为止我的代码

xml_dir = 'D:\MPhil\Model_Building\Models\Retinoic_acid\[06]\RAR_Models\Model_Line_2'
xml_file_name = 'RARa_RXR_M22.cps'
xml=model_dir+'\'+model_name
file_name_replacement_dir = D:\MPhil\Model_Building\Models\Retinoic_acid\[06]\RAR_Models
soup = BeautifulSoup(open(xml))
print soup.find_all('parametergroup name="Experiment_22"')

然而 returns 这是一个空列表。我还尝试了一些其他函数来代替 'soup.findall()' 但仍然无法找到文件名的句柄。有人知道如何做我想做的事吗？

Answer 1

您 find_all 的选择器是错误的，您需要像这样分隔标签名称和属性：

find_all("Parameter",{'name':'File Name'})

这将直接为您获取所有文件名标签。如果你真的需要父标签，那么在没有属性字典的情况下传入 "ParameterGroup"。

不确定 BeautifulSoup 是否需要小写您的标签，您可能需要尝试一下。

Answer 2

xml = '<ParameterGroup name="Experiment_22">\
<Parameter name="Data is Row Oriented" type="bool" value="1"/>\
<Parameter name="Experiment Type" type="unsignedInteger" value="0"/>\
<Parameter name="File Name" type="file" value="Cyp26A1_atRA_minus_tet_plus.txt"/>\
<Parameter name="First Row" type="unsignedInteger" value="1"/>\
</ParameterGroup>'

from bs4 import BeautifulSoup
import os
soup = BeautifulSoup(xml)

for tag in soup.find_all("parameter", {'name': 'File Name'}):
    tag['value'] = os.path.join('new_dir', tag['value'])

print soup

关闭您的 XML 'ParameterGroup' 标签。
标签不能大写使用 BeautifulSoup，尝试使用小写 parameter。
使用 os.path 操纵路径，使其跨平台工作。

使用 Python 中的 BeautifulSoup 识别和替换 XML 的元素

Identify and replace elements of XML using BeautifulSoup in Python

python

beautifulsoup

xml-parsing