使用python检索xml中多个 之间的文本答案

【问题标题】：Retrieve text between multiple in xml with python使用python检索xml中多个 之间的文本
【发布时间】：2020-05-10 20:39:25
【问题描述】：

你好，

我有如下组成的 xml 文件，我想检索 text1、text2、text3 和 text4。

<?xml version="1.0" encoding="UTF-8"?>
<TABLE>
<MAIN>
<CONTENU>
text1 <br/> text2  <br/> text3  <br/> text4
</CONTENU>
</MAIN>
</TABLE>

我已经好几天没有在 ElementTree 文档中找到解决方案了。我有以下代码，但由于 ，我只得到了第一个文本。此外，  的数量从一个文件到另一个文件是可变的..

import xml.etree.ElementTree as ET

tree = ET.parse(file.xml))
root = tree.getroot()

for txt in root.iter('CONTENU'):
   print(txt)

>>> text1

我该怎么做？在此先感谢:)

【问题讨论】：

试试tree.find("MAIN/CONTENU").itertext()。

标签： python xml xml-parsing elementtree

【解决方案1】：

尝试使用tail而不是text来获取结束标签后的内容：

import xml.etree.ElementTree as ET

XML = """<?xml version="1.0" encoding="UTF-8"?>
<TABLE>
<MAIN>
<CONTENU>
text1 <br/> text2  <br/> text3  <br/> text4
</CONTENU>
</MAIN>
</TABLE>
"""

root = ET.fromstring(XML)

for txt in root.iter('CONTENU'):
    print(txt.text)
    for c in txt.iter():
        print(c.tail)

输出：


text1 


 text2  
 text3  
 text4

【讨论】：

【解决方案2】：

另一种方法。

from simplified_scrapy import SimplifiedDoc,utils,req
html = '''
<?xml version="1.0" encoding="UTF-8"?>
<TABLE>
<MAIN>
<CONTENU>
text1 <br/> text2  <br/> text3  <br/> text4
</CONTENU>
</MAIN>
</TABLE>
'''
doc = SimplifiedDoc(html)
texts = doc.select('CONTENU').getText(separator="|").split('|')
print (texts)

【讨论】：