3

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？我如何访问它？

谢谢

4

2 回答 2

7

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

该tail属性包含元素结束标记之后的文本。

tail与其他 XML 模型（例如 DOM）相比，这是 lxml 和 ElementTree 的一个特点。有关详细信息，请参阅http://infohost.nmt.edu/tcc/help/pubs/pylxml/web/etree-view.html。

于 2012-09-13T18:28:20.117 回答
6

你也必须采取

node.tail

考虑到（或检查）。

于 2012-09-13T18:13:20.267 回答