代码之家 › 专栏 › 技术社区 › Justin Grant

python和elementtree:返回“inner xml”,不包括父元素

elementtree xml python

Justin Grant · 技术社区 · 15 年前

在使用elementtree的python 2.6中,在一个特定元素中提取XML(作为字符串)的一个好方法是什么,就像在HTML和javascript中可以使用 innerHTML ?

下面是我从以下内容开始的XML节点的简化示例:

<label attr="foo" attr2="bar">This is some text <a href="foo.htm">and a link</a> in embedded HTML</label>

我想用这根绳子结束:

This is some text <a href="foo.htm">and a link</a> in embedded HTML

我尝试在父节点上迭代并连接 tostring() 但那只给了我子节点:

# returns only subnodes (e.g. <a href="foo.htm">and a link</a>)
''.join([et.tostring(sub, encoding="utf-8") for sub in node])

我可以使用正则表达式来破解一个解决方案,但我希望有比这更简单的方法:

re.sub("</\w+?>\s*?$", "", re.sub("^\s*?<\w*?>", "", et.tostring(node, encoding="utf-8")))

3 回复 | 直到 6 年前

Mark Tolonen 15 年前

怎么样:

from xml.etree import ElementTree as ET

xml = '<root>start here<child1>some text<sub1/>here</child1>and<child2>here as well<sub2/><sub3/></child2>end here</root>'
root = ET.fromstring(xml)

def content(tag):
    return tag.text + ''.join(ET.tostring(e) for e in tag)

print content(root)
print content(root.find('child2'))

导致:

start here<child1>some text<sub1 />here</child1>and<child2>here as well<sub2 /><sub3 /></child2>end here
here as well<sub2 /><sub3 />

Emil Ivanov 15 年前

以下内容对我很有用:

from xml.etree import ElementTree as etree
xml = '<root>start here<child1>some text<sub1/>here</child1>and<child2>here as well<sub2/><sub3/></child2>end here</root>'
dom = etree.XML(xml)

(dom.text or '') + ''.join(map(etree.tostring, dom)) + (dom.tail or '')
# 'start here<child1>some text<sub1 />here</child1>and<child2>here as well<sub2 /><sub3 /></child2>end here'

dom.text or '' 用于获取 root 元素。如果没有文本 dom.text 是 None .

请注意,结果不是有效的XML-有效的XML应该只有一个根元素。

看看 ElementTree docs about mixed content .

使用python 2.6.5,Ubuntu 10.04

fluffy 6 年前

这是基于其他解决方案,但其他解决方案在我的情况下不起作用(导致异常),而此解决方案起作用:

from xml.etree import Element, ElementTree

def inner_xml(element: Element):
    return (element.text or '') + ''.join(ElementTree.tostring(e, 'unicode') for e in element)

使用方法与 Mark Tolonen's answer .