python - 有没有办法从 ElementTree 元素中获取逐字字符串？

Question

我正在尝试检查 XML 元素中文本信息的 MD5 哈希值，包括其所有子元素。这是与 hipay 服务交互所必需的。

def CheckMD5(tree):
    m = hashlib.md5()
    body = tree.find('result')
    m.update(ET.tostring(ET.ElementTree(body).getroot(), method="html"))

    return tree.find('md5content').text == m.hexdigest()

完整代码： https ://github.com/fabiosantoscode/python-hipay/blob/master/hipay.py#L566

我的问题是调用ElementTree.tostringwithmethod="xml"会使 ElementTree 折叠空元素的结束标签，但使用method="html"我会丢失大写。例子：

>>> ET.tostring(ET.fromstring('<rt><a></a><CapName>asd</CapName></rt>'), method='xml')
'<rt><a /><CapName>asd</CapName></rt>'
>>> ET.tostring(ET.fromstring('<rt><a></a><CapName>asd</CapName></rt>'), method='html')
'<rt><a></a><CapName>asd</capname></rt>'
>>>

笔记：

我根本不需要修改这个 XML 文档，我只需要提取<result>元素的字符串数据。如果有其他图书馆允许我这样做，请指出。

Answer 1

LH.tostring不折叠结束标签：

In [34]: import lxml.etree as ET

In [35]: import lxml.html as LH

In [36]: LH.tostring(ET.fromstring('<rt><a></a><CapName>asd</CapName></rt>'))
Out[36]: '<rt><a></a><CapName>asd</CapName></rt>'