BeautifulSoup

htmlとかxmlをよしなに読み取ってくれる。どっちかというとhtml寄り。

lxmlのインストール

「lxml」はpythonにおけるxmlのパーサ。Cベースで書かれているため高速なので、他のパッケージの多くも裏ではこれを使ってたりする。入れてなければインストールしておく。

> conda install lxml

または

> pip install lxml

xmlの読み取り

from bs4 import BeautifulSoup

xml_path = 'xml.xml'

with open(xml_path) as rh:
    soup = BeautifulSoup(rh, 'lxml')

  • タグ名は、元ファイルが大文字でも小文字に変換される
  • namespace付きのタグでも、名前空間ごと指定すれば取得できる
programming/python/packages/beautifulsoup.txt · 最終更新: 2017/03/14 by ikatakos
CC Attribution 4.0 International
Driven by DokuWiki Recent changes RSS feed Valid CSS Valid XHTML 1.0