美丽的汤-`findAll`不能捕获SVG中的所有标签(`ElementTree`可以) - python

我试图通过修改描述美国所有县的SVG map来生成一个Choropleth地图。基本方法由Flowing Data捕获。由于SVG基本上只是XML，因此该方法利用了BeautifulSoup解析器。

问题是，解析器无法捕获SVG文件中的所有path元素。以下仅捕获了149条路径(超过3000条路径):

#Open SVG file
svg=open(shp_dir+'USA_Counties_with_FIPS_and_names.svg','r').read()

#Parse SVG
soup = BeautifulSoup(svg, selfClosingTags=['defs','sodipodi:namedview'])

#Identify counties
paths = soup.findAll('path')

len(paths)

但是，我知道物理检查和ElementTree方法使用以下例程捕获3143条路径的事实都存在很多:

#Parse SVG
tree = ET.parse(shp_dir+'USA_Counties_with_FIPS_and_names.svg')

#Capture element
root = tree.getroot()

#Compile list of IDs from file
ids=[]
for child in root:
    if 'path' in child.tag:
        ids.append(child.attrib['id'])

len(ids)

我还没有弄清楚如何用ElementTree对象写东西，但还没有完全搞清楚。

#Define style template string
style='font-size:12px;fill-rule:nonzero;stroke:#FFFFFF;stroke-opacity:1;'+\
        'stroke-width:0.1;stroke-miterlimit:4;stroke-dasharray:none;'+\
        'stroke-linecap:butt;marker-start:none;stroke-linejoin:bevel;fill:'

#For each path...
for child in root:
    #...if it is a path....
    if 'path' in child.tag:
        try:
            #...update the style to the new string with a county-specific color...
            child.attrib['style']=style+col_map[child.attrib['id']]
        except:
            #...if it's not a county we have in the ACS, leave it alone
            child.attrib['style']=style+'#d0d0d0'+'\n'

#Write modified SVG to disk
tree.write(shp_dir+'mhv_by_cty.svg')

上面的修改/写入例程会产生这种怪异现象:

我的主要问题是:为什么BeautifulSoup无法捕获所有path标签？其次，为什么用ElementTree对象修改的图像会进行所有课外活动？任何建议将不胜感激。

python大神给出的解决方案

亚历克斯的答案对您的第一个问题是正确的。关于第二个问题:

为什么用ElementTree对象修改的图像会进行所有这些课外活动？”

答案很简单-并非每个<path>元素都画一个县。具体来说，应删除两个元素，一个带有id="State_Lines"，另一个带有id="separator"。您没有提供颜色数据集，所以我只为每个县使用了一个随机的十六进制颜色生成器(改编自here)，然后使用了lxml来解析.svg的XML并遍历每个元素，跳过我上面提到的内容:

from lxml import etree as ET
import random

def random_color():
    r = lambda: random.randint(0,255)
    return '#%02X%02X%02X' % (r(),r(),r())

new_style = 'font-size:12px;fill-rule:nonzero;stroke:#FFFFFF;stroke-opacity:1;stroke-width:0.1;stroke-miterlimit:4;stroke-dasharray:none;stroke-linecap:butt;marker-start:none;stroke-linejoin:bevel;fill:'

tree = ET.parse('USA_Counties_with_FIPS_and_names.svg')
root = tree.getroot()
for child in root:
    if 'path' in child.tag and child.attrib['id'] not in ["separator", "State_Lines"]:
        child.attrib['style'] = new_style + random_color()

tree.write('counties_new.svg')

产生了这个漂亮的图像: