使用BeautifulSoup4查找XML子节点并生成结构化表格的问题

你原有代码的核心问题如下：

• 所有节点查询都从全局soup对象发起，没有限定在当前遍历的<fruit>节点范围内，导致会拿到整个XML里所有的颜色、口味等属性，无法和对应水果匹配
• 变量名占用了type、list这类Python内置关键字，容易引发不可预期的错误
• 循环逻辑、缩进、字符串拼接逻辑存在多处错误，导致结果不符合预期

from bs4 import BeautifulSoup

# 你提供的XML内容
xml="""
<fruits>
  <fruit>
    <name>apple</name>
    <types>
      <type>
        <color>red</color>
        <taste>sweet</taste>
        <size>big</size>
        <description>Nice, round, sweet red apple</description>
      </type>
      <type>
        <color>green</color>
        <taste>sour</taste>
        <size>medium</size>
        <description>Small, sour, green apple</description>
      </type>
    </types>
  </fruit>
  <fruit>
    <name>Banana</name>
    <types>
      <type>
        <color>yellow</color>
        <taste>sweet</taste>
        <size>small</size>
        <description>Good for banana-smoothies only</description>
      </type>
      <type>
        <color>green</color>
        <taste>Bitter</taste>
        <size>big</size>
        <description>Not quite ripe yet</description>
      </type>
    </types>
  </fruit>
</fruits>
"""

# 解析XML使用lxml-xml解析器更适配XML结构，避免兼容问题
soup = BeautifulSoup(xml, 'lxml-xml')

# 生成HTML表格（适配你原有代码里拼接<tr>的需求）
table_html = """
<table border="1">
  <tr>
    <th>水果名称</th>
    <th>颜色</th>
    <th>口味</th>
    <th>尺寸</th>
    <th>描述</th>
  </tr>
"""

# 遍历每个水果节点
for fruit in soup.find_all("fruit"):
    # 仅从当前水果节点下获取名称
    fruit_name = fruit.find("name").get_text(strip=True)
    # 仅获取当前水果下的所有品类
    for f_type in fruit.find("types").find_all("type"):
        color = f_type.find("color").get_text(strip=True)
        taste = f_type.find("taste").get_text(strip=True)
        size = f_type.find("size").get_text(strip=True)
        desc = f_type.find("description").get_text(strip=True)
        # 拼接表格行
        table_html += f"""
  <tr>
    <td>{fruit_name}</td>
    <td>{color}</td>
    <td>{taste}</td>
    <td>{size}</td>
    <td>{desc}</td>
  </tr>"""

# 闭合表格标签
table_html += "\n</table>"
print("HTML表格结果：")
print(table_html)

# 如果需要生成Markdown格式表格，可使用以下逻辑
markdown_table = """| 水果名称 | 颜色 | 口味 | 尺寸 | 描述 |
| --- | --- | --- | --- | --- |
"""
for fruit in soup.find_all("fruit"):
    fruit_name = fruit.find("name").get_text(strip=True)
    for f_type in fruit.find("types").find_all("type"):
        color = f_type.find("color").get_text(strip=True)
        taste = f_type.find("taste").get_text(strip=True)
        size = f_type.find("size").get_text(strip=True)
        desc = f_type.find("description").get_text(strip=True)
        markdown_table += f"| {fruit_name} | {color} | {taste} | {size} | {desc} |\n"

print("\nMarkdown表格结果：")
print(markdown_table)

运行后会输出两种格式的表格，所有水果和对应品类的属性会正确匹配，不会出现属性串用的问题。如果你需要把表格保存为文件，直接把输出的字符串写入对应后缀的文件即可。

内容的提问来源于stack exchange，提问作者JS.SwadonBV