在 python 中迭代 xml 元素时缺少一些文本答案

【问题标题】：missing some text when iterating xml elements in python在 python 中迭代 xml 元素时缺少一些文本
【发布时间】：2012-09-13 18:09:33
【问题描述】：

我在 Mac OS X 10.6.8 上的 Python 2.7.3 中运行以下代码。

import StringIO
from lxml import etree
f = open('./foo', 'r')
doc = ""
while 1:
    line = f.readline()
    doc += line
    if line == "":
        break
tree = etree.parse(StringIO.StringIO(doc), etree.HTMLParser())
r = tree.xpath('//foo')
for i in r:
    for j in i.iter():
        print j.tag, j.text

文件 foo 包含

<foo> AAA <bar> BBB </bar> XXX </foo>

输出是

foo AAA
bar BBB

为什么我没有收到文字 XXX？如何访问它？

谢谢

【问题讨论】：

标签： python xml xpath lxml

【解决方案1】：

试试这个：

from lxml import etree

tree = etree.fromstring("<foo> AAA <bar> BBB </bar> XXX </foo>")
foos = tree.xpath('//foo')

for foo in foos:
    for j in foo.iter():
        print j.tag, j.text, j.tail

输出：

foo  AAA  None
bar  BBB   XXX

tail 属性保存元素结束标记之后的文本。

tail 是 lxml 和 ElementTree 与其他 XML 模型（例如 DOM）相比的一个特性。请参阅http://infohost.nmt.edu/tcc/help/pubs/pylxml/web/etree-view.html 了解更多信息。

【讨论】：

谢谢！这是我不知道的一个有趣的怪癖。

【解决方案2】：

你也得吃

node.tail

考虑（或检查）。

【讨论】：