获取与具有特定值的标签相同的父标签内的标签的值

Posted 2023-02-16

【中文标题】获取与具有特定值的标签相同的父标签内的标签的值

【英文标题】：Getting value of a tag inside the same parent tag as a tag with a particular value

【发布时间】：2021-12-07 16:12:51

【问题描述】：

标题很拗口，但描述了我想要的。我正在使用 BeautifulSoup 解析 XML。我的XML格式如下：

<properties>
    <place>
        <house_id>12345</house_id>
        <appliances>Fridge, Oven</appliances>
        <price>350000</price>
    </place>
    <place>
        <house_id>6789</house_id>
        <appliances>Heater, Microwave, Fridge</appliances>
        <price>870000</price>
    </place>
</properties>

给定house_id 标记的特定值，我想要与该位置相对应的appliances 内部的文本。例如，给定12345，我想返回Fridge, Oven。我还没有找到使用 BeautifulSoup 的简单方法。

【问题讨论】：

您的 XML 格式不正确。它缺少根标签。

我只是展示它的 sn-p，哈哈，甚至不是我的问题的重点

因为您没有提供最小的可重现示例，所以这里不是最佳 XPath 表达式：//place[house_id="12345"]/appliances

我现在加了一个

【参考方案1】：

根据您输入的 XML，以下 XPath 表达式将生成您需要的内容。

can we use XPath with BeautifulSoup?

XPath

/properties/place[house_id="12345"]/appliances

【讨论】：

x 路径并不理想，因为我刚刚向您展示了虚拟数据，实际上还有更多标签，有时缺少一些标签

我想在特定地点标签内找到 features 标签，而不需要为其硬编码路径。

这也不能回答我的问题，因为 BeautifulSoup 不支持 xpath。

我的回答有给你的链接

【参考方案2】：

您可以使用General Sibling Combinator (~)：

soup.select_one("house_id:-soup-contains('12345') ~ appliances").text

或者你可以找到包含特定文本的<house_id>标签，然后调用find_next()定位<appliances>标签：

print(soup.find("house_id", text="12345").find_next("appliances").text)

【讨论】：

谢谢！如果设备不是直接下一个标签，但可能是一些向下或几个以前的标签，这会起作用吗？我只是提供了虚拟数据来描述我的问题，实际上它不会直接出现在下一个，可能是一些标签向上或超过它

@user3611 我认为它应该可以工作，即使它不是直接下一个。如果是向上的，你可以使用find_previous() 而不是find_next()

【参考方案3】：

即使<appliances> 标记位于<house_id> 之前或之后，这也将起作用。

使用findParent() 查找<house_id> 的父级，然后在该父级中找到标记<appliances>。

这里是代码

from bs4 import BeautifulSoup

s = """
<properties>
    <place>
        <house_id>12345</house_id>
        <appliances>Fridge, Oven</appliances>
        <price>350000</price>
    </place>
    <place>
        <house_id>6789</house_id>
        <appliances>Heater, Microwave, Fridge</appliances>
        <price>870000</price>
    </place>
    <place>
        <appliances>Oven, Cleaner, Microwave</appliances>
        <price>700000</price>
        <house_id>1296</house_id>
    </place>
</properties>"""

soup = BeautifulSoup(s, 'xml')


def get_appliance(t, soup):
    h = soup.find('house_id', text=t)
    appliance = h.findParent().find('appliances')
    return appliance.text


print(get_appliance('12345', soup))
print(get_appliance('1296', soup))

Fridge, Oven
Oven, Cleaner, Microwave