使用 xPath 从父节点和后代节点中提取文本答案

【问题标题】：Extract text from parent node and descendant nodes w/ xPath使用 xPath 从父节点和后代节点中提取文本
【发布时间】：2020-05-14 12:53:09
【问题描述】：

如果我在 XML 文件中有这些标签：

<a> Hello, I would like
   <b> to eat, please. </b>
</a>

或者这些（更复杂的）：

<a> Hello, 
   <b class="A"> I would like</b>
   <b> to </b>
   <b/>
   eat, please.
</a>

，我将如何从a 和b 中提取文本，以便输出为：

Hello, I would like to eat, please.

我使用.//b[preceding-sibling::text()] 最接近，但这给了我来自其中一个或另一个的文本，而不是组合它们。

不知道这是否重要，但我在 python 中执行此操作，因此代码将是 element.xpath('string(.//b[preceding-sibling::text()])') 使用 lxml。

【问题讨论】：

标签： python xml xpath extract siblings

【解决方案1】：

这个 XPath，

normalize-space(/a)

将返回a元素的空间标准化string value，

Hello, I would like to eat, please.

根据要求。

【讨论】：

谢谢！我把 /a 换成了 . （即 normalize-space(.)) 这对我有用。