python - 如何在 ElementTree 元素中表示多个文本部分？

Question

我正在使用 ElementTree 来处理一些 html。我认为html是一种xml语言，所以应该没问题。

在 html 中，您可以在文本中添加标签:

<p>
This paragraph <em>has some</em> emphasised words.
</p>

因此“p”元素有一些文本(“This paragraph”)、一个子元素(“em”)和一些更多文本(“强调的单词”。)

但是ElementTree元素有一个文本属性，它是一个字符串。子元素位于一个列表中，但文本全部位于一个字符串中。

如何在 ElementTree 中表示此 html？可能吗？

Answer 1

你想解析它吗？

import xml.etree.ElementTree as ET

def processElem(elem):
    if elem.text is not None:
        print elem.text
    for child in elem:
        processElem(child)
        if child.tail is not None:
            print child.tail

xml = '''<p>
This paragraph <em>has some</em> emphasised words.
</p>'''

root = ET.fromstring(xml)
processElem(root)

给出:

This paragraph 
has some
 emphasised words.

或者您是否正在尝试修改 HTML？

from xml.etree.ElementTree import Element, SubElement, tostring
top = Element('p')
top.text = 'This paragraph '
child_with_tail = SubElement(top, 'em')
child_with_tail.text = 'has some'
child_with_tail.tail = ' emphasised words.'
print tostring(top)

给出:

<p>This paragraph <em>has some</em> emphasised words.</p>