如何在 BeautifulSoup.BeautifulStoneSoup 中维护区分大小写的标签？

Posted 2023-02-23

【中文标题】如何在 BeautifulSoup.BeautifulStoneSoup 中维护区分大小写的标签？

【英文标题】：How to maintain case-sensitive tags in BeautifulSoup.BeautifulStoneSoup?

【发布时间】：2012-08-23 04:43:08

【问题描述】：

我正在编写一个使用BeautifulStoneSoup 编辑XML 文件的脚本，但该库将所有标签转换为小写。是否有保存案例的选项？

import BeautifulSoup    
xml = "<TestTag>a string</TestTag>"    
soup = BeautifulSoup.BeautifulStoneSoup(xml, markupMassage=False)    
print soup.prettify() # or soup.renderContents()
#prints
>>> <testtag>a string</testtag> 
#instead of the expected
>>> <TestTag>a string</TestTag>

【参考方案1】：

你可以使用Beautiful Soup 4，如下（需要lxml XML库）：

In [10]: from bs4 import BeautifulSoup

In [11]: xml = "<TestTag>a string</TestTag>"

In [12]: soup = BeautifulSoup(xml, "xml")

In [13]: print soup
<?xml version="1.0" encoding="utf-8"?>
<TestTag>a string</TestTag>

In [14]:

【讨论】：

谢谢，升级了，效果很好。对于未来的读者：运行 pip install BeautifulSoup4 而不是 pip install beautifulsoup --upgrade

值得一提的是，它需要xml 库，而不是lxml，如果您在没有规范的情况下运行它，那是beautifulsoup 推荐的。 lxml 不维护大小写。

@KeithSmiley：是的，当使用soup = BeautifulSoup(xml, "lxml") 时，使用了lxml 的html 解析器。见crummy.com/software/BeautifulSoup/bs4/doc/#installing-a-parser。

我在Win7 上安装了BeautifulSoup4，但lxml 上没有。这是我在安装时遇到的麻烦的帖子：***.com/questions/40640026/…