在 Python 中将 html 标签添加到 XML.ElementTree 元素的文本答案

【问题标题】：Adding html tags to text of XML.ElementTree Elements in Python在 Python 中将 html 标签添加到 XML.ElementTree 元素的文本
【发布时间】：2014-11-01 20:42:40
【问题描述】：

我正在尝试使用 python 脚本使用 XML.etree.ElementTree 模块从数据表中生成带有文本的 HTML 文档。我想格式化一些单元格以包含 html 标签，通常是   或  标签。当我生成一个字符串并将其写入文件时，我相信 XML 解析器正在将这些标签转换为单个字符。输出将标签显示为文本，而不是将它们作为标签处理。这是一个简单的例子：

import xml.etree.ElementTree as ET

root = ET.Element('html')
   #extraneous code removed
td = ET.SubElement(tr, 'td')
td.text = 'This is the first line <br /> and the second'

tree = ET.tostring(root)
out = open('test.html', 'w+')           
out.write(tree)                     
out.close()

当您打开生成的“test.html”文件时，它会显示与输入完全相同的文本字符串：“这是第一行
和第二行”。

HTML 文档本身在源代码中显示了问题。似乎解析器将标记中的“小于”和“大于”符号替换为这些符号的 HTML 表示：

    <!--Extraneous code removed-->
<td>This is the first line %lt;br /&gt; and the second</td>

显然，我的意图是让文档处理标签本身，而不是将其显示为文本。我不确定是否可以传递不同的解析器选项以使其正常工作，或者是否应该使用不同的方法。如果可以解决问题，我愿意使用其他模块（例如 lxml）。为了方便，我主要使用内置的 XML 模块。

我发现唯一可行的方法是在编写文件之前用re 替换修改最终字符串：

tree = ET.tostring(root)
tree = re.sub(r'&lt;','<',tree)
tree = re.sub(r'&gt;','>',tree)

这可行，但似乎可以通过在xml 中使用不同的设置来避免这种情况。有什么建议吗？

【问题讨论】：

标签： python html xml elementtree

【解决方案1】：

您可以将tail 属性与td 和br 一起使用来构建您想要的文本：

import xml.etree.ElementTree as ET


root = ET.Element('html')
table = ET.SubElement(root, 'table')
tr = ET.SubElement(table, 'tr')
td = ET.SubElement(tr, 'td')
td.text = "This is the first line "
# note how to end td tail
td.tail = None
br = ET.SubElement(td, 'br')
# now continue your text with br.tail
br.tail = " and the second"

tree = ET.tostring(root)
# see the string
tree
'<html><table><tr><td>This is the first line <br /> and the second</td></tr></table></html>'

with open('test.html', 'w+') as f:
    f.write(tree)

# and the output html file
cat test.html
<html><table><tr><td>This is the first line <br /> and the second</td></tr></table></html>

附带说明，要包含 并附加文本但仍在<td> 内，使用tail 也会产生预期效果：

...
td.text = "this is first line "
sup = ET.SubElement(td, 'sup')
sup.text = "this is second"
# use tail to continue your text
sup.tail = "well and the last"

print ET.tostring(root)
<html><table><tr><td>this is first line <sup>this is second</sup>well and the last</td></tr></table></html>

【讨论】：

这很完美！它确实为我的产品添加了一些代码，但最终结果更加可预测。
@EricDauenhauer，很高兴它有帮助:)