BeautifulSoup可以通過使用內置的 lxml
解析器來支持解析XML文檔中的XML CDATA部分。在解析XML文檔時,BeautifulSoup會自動將CDATA部分識別為特殊的標記,并將其包含在特殊的 CDATA
對象中。
以下是一個示例,演示如何使用BeautifulSoup來解析XML文檔中的CDATA部分:
from bs4 import BeautifulSoup
xml = """
<root>
<title><![CDATA[This is a CDATA section]]></title>
</root>
"""
soup = BeautifulSoup(xml, 'lxml-xml')
title = soup.find('title')
cdata = title.string
print(cdata)
在這個例子中,我們創建了一個XML文檔,其中包含一個使用CDATA包裹的文本內容。然后我們使用BeautifulSoup來解析這個XML文檔,并找到包含CDATA部分的標簽。最后,我們可以訪問這個CDATA部分的文本內容并打印出來。
需要注意的是,在使用BeautifulSoup解析XML文檔時,需要指定使用 lxml-xml
解析器,以確保CDATA部分能夠被正確處理。