web-dev-qa-db-fra.com

Tester si le tag enfants existe dans beautifulsoup

j'ai un fichier XML avec une structure définie mais un nombre différent de balises, comme

file1.xml:

<document>
  <subDoc>
    <id>1</id>
    <myId>1</myId>
  </subDoc>
</document>

file2.xml:

<document>
  <subDoc>
    <id>2</id>
  </subDoc>
</document>

Maintenant, j'aime vérifier si la balise myId se termine. J'ai donc fait ce qui suit:

data = open("file1.xml",'r').read()
xml = BeautifulSoup(data)

hasAttrBs = xml.document.subdoc.has_attr('myID')
hasAttrPy = hasattr(xml.document.subdoc,'myID')
hasType = type(xml.document.subdoc.myid)

Le résultat est pour file1.xml:

hasAttrBs -> False
hasAttrPy -> True
hasType ->   <class 'bs4.element.Tag'>

file2.xml:

hasAttrBs -> False
hasAttrPy -> True
hasType -> <type 'NoneType'>

D'accord, <myId> n'est pas un attribut de <subdoc>.

Mais comment puis-je tester, si un sous-tag existe?

// Edit: Soit dit en passant: je n'aime pas vraiment parcourir tout le sous-doc, car ce sera très lent. J'espère trouver un moyen de diriger l'adresse/demander cet élément.

pythonxmltestingtagsbeautifulsoup
13
The Bndr

Si vous ne connaissez pas la structure du document XML, vous pouvez utiliser la méthode .find() de la soupe. Quelque chose comme ça:

with open("file1.xml",'r') as data, open("file2.xml",'r') as data2:
    xml = BeautifulSoup(data.read())
    xml2 = BeautifulSoup(data2.read())

    hasAttrBs = xml.find("myId")
    hasAttrBs2 = xml2.find("myId")

Si vous connaissez la structure, vous pouvez obtenir l'élément souhaité en accédant au nom de la balise comme un attribut comme celui-ci xml.document.subdoc.myid. Donc, le tout irait quelque chose comme ceci:

with open("file1.xml",'r') as data, open("file2.xml",'r') as data2:
    xml = BeautifulSoup(data.read())
    xml2 = BeautifulSoup(data2.read())

    hasAttrBs = xml.document.subdoc.myid
    hasAttrBs2 = xml2.document.subdoc.myid
    print hasAttrBs
    print hasAttrBs2

Impressions

<myid>1</myid>
None
4
wpercy
if tag.find('child_tag_name'):
20
ahuigo

Voici un exemple pour vérifier si la balise h2 existe dans une URL Instagram. J'espère que vous le trouverez utile:

import datetime
import urllib
import requests
from bs4 import BeautifulSoup

instagram_url = 'https://www.instagram.com/p/BHijrYFgX2v/?taken-by=findingmero'
html_source = requests.get(instagram_url).text
soup = BeautifulSoup(html_source, "lxml")

if not soup.find('h2'):
    print("didn't find h2")
2
Mona Jalal

vous pouvez le gérer comme ceci:

for child in xml.document.subdoc.children:
    if 'myId' == child.name:
       return True
1
chyoo CHENG