查找鑑於命名空間屬性

Question

所有元素如果我有這樣的事情：

<p>blah</p> 
<p foo:bar="something">blah</p> 
<p foo:xxx="something">blah</p> 

我怎麼會得到beautifulsoup選擇與foo的命名空間的屬性的元素？

E.g.我想返回第二和第三個p元素。

Answer 1

從documentation：

美麗的湯提供了一個名爲ATTRS，你可以在這些情況下使用特殊的說法。 ATTRS是作用就像參數的字典：

soup.findAll(id=re.compile("para$")) 
# [<p id="firstpara" align="center">This is paragraph <b>one</b>.</p>, 
# <p id="secondpara" align="blah">This is paragraph <b>two</b>.</p>] 

soup.findAll(attrs={'id' : re.compile("para$")}) 
# [<p id="firstpara" align="center">This is paragraph <b>one</b>.</p>, 
# <p id="secondpara" align="blah">This is paragraph <b>two</b>.</p>] 

，如果你需要把進口的屬性，其名稱是Python的保留字，像類的限制，或者您可以使用ATTRS;或名稱爲Beautiful Soup搜索方法的非關鍵字參數的屬性：名稱，遞歸，限制，文本或attrs本身。

from BeautifulSoup import BeautifulStoneSoup 
xml = '<person name="Bob"><parent rel="mother" name="Alice">' 
xmlSoup = BeautifulStoneSoup(xml) 

xmlSoup.findAll(name="Alice") 
# [] 

xmlSoup.findAll(attrs={"name" : "Alice"}) 
# [parent rel="mother" name="Alice"></parent>] 

---

因此，對於你給出的例子：

soup.findAll(attrs={ "foo" : re.compile(".*") }) 
# or 
soup.findAll(attrs={ re.compile("foo:.*") : re.compile(".*") }) 

Answer 2

BeautifulSoup（包括版本3和4）不出現治療命名空間前綴什麼特別。它只將tho命名空間前綴和命名空間屬性視爲一個屬性，它的名稱中恰好有一個冒號。

因此，要找到與在foo命名空間屬性<p>元素，你就必須遍歷所有的屬性鍵和檢查attr.startswith('foo')：

import BeautifulSoup as bs 
content = '''\ 
<p>blah</p> 
<p foo:bar="something">blah</p> 
<p foo:xxx="something">blah</p>''' 

soup = bs.BeautifulSoup(content) 
for p in soup.find_all('p'): 
    for attr in p.attrs.keys(): 
     if attr.startswith('foo'): 
      print(p) 
      break 

產生

<p foo:bar="something">blah</p> 
<p foo:xxx="something">blah</p> 

---

通過lxml您可以通過XPath進行搜索，XPath具有通過名稱空間搜索屬性的語法支持：

import lxml.etree as ET 
content = '''\ 
<root xmlns:foo="bar"> 
<p>blah</p> 
<p foo:bar="something">blah</p> 
<p foo:xxx="something">blah</p></root>''' 

root = ET.XML(content) 
for p in root.xpath('p[@foo:*]', namespaces={'foo':'bar'}): 
    print(ET.tostring(p)) 

產生

<p xmlns:foo="bar" foo:bar="something">blah</p> 
<p xmlns:foo="bar" foo:xxx="something">blah</p>