Inhaltsverzeichnis

XML
- Initialisierung
- Elementzugriff
  - String-Zugriff

Datenextraktor für HTML und XML
ist nicht selbst ein Parser, sondern benötigt einen Parser
vereinfacht es bestimmte Daten aus den geparsten Daten zu extrahieren
- vereinfacht die Navigation innehralb des Baums

XML

Initialisierung

es muss lxml installiert sein
- das ist der einzige derzeit unterstützte XML-Parser

from bs4 import BeautifulSoup

Importiert die Klasse

soup = BeautifulSoup(daten, Parsername)

Instanziert ein BeatifulSoup-Objekt.

daten ist das zu parsende XML
Parsername ist der Name des zu verwendenden Parsers
- bei XML gibt es derzeit nur einen Parser „xml“

Beispiel:

daten = '<?xml version="1.0" encoding="utf-8"?> <SnapshotDeviceResponse xmlns="http://www.ecma-international.org/standards/ecma-323/csta/ed5">  <crossRefIDorSnapshotData> <snapshotData> <snapshotDeviceResponseInfo> <connectionIdentifier> <callID>9</callID> <deviceID>sip:482735035@172.20.1.7</deviceID> </connectionIdentifier> <localCallState> <compoundCallState> <localConnectionState>connected</localConnectionState> </compoundCallState> </localCallState> </snapshotDeviceResponseInfo> </snapshotData> </crossRefIDorSnapshotData> </SnapshotDeviceResponse>'

soup = BeautifulSoup(daten, 'xml')

soup repräsentiert anschließend den Tree.

Elementzugriff

das Objekt was durch die Initialisierung zurückgegeben wurde enthält das Dokument als Tree
Jedes Element des Trees ist ein eigenes Objekt (inkl. der Texte zwischen Tags)

Um ein Element im Baum anzusprechen:

soup.Element.Unterelement.Unterunterelement

Beispiel:

soup.crossRefIDorSnapshotData.snapshotData.snapshotDeviceResponseInfo.connectionIdentifier.callID

String-Zugriff

Zugriff auf die Strings zwischen Tags
Erfolgt über das Objekt „string“
- ist vom Typ „NavigableString“

soup.Element.Unterelement.Unterunterelement.string

Beispiel:

soup.crossRefIDorSnapshotData.snapshotData.snapshotDeviceResponseInfo.connectionIdentifier.callID.string