<xml>
<maintag>
<content> lorem <br>ipsum</br> <strong> dolor sit </strong> and so on </content>
</maintag>
</xml>
我经常解析的 xml 文件可能在内容标记内有 HTML 标记,如上所示。
这里我如何解析文件:
parser = etree.XMLParser(remove_blank_text=False)
tree = etree.parse(StringIO(xmlFile), parser)
for item in tree.iter('maintag'):
my_content = item.find('content').text
#print my_content
#output: lorem
结果,它导致 my_content = ' lorem ' 而不是 - 我想看到 - 'lorem <br>ipsum</br> <strong> dolor sit</strong> 等等'
如何将内容阅读为'lorem < br>ipsum</br> <strong> dolor sit</strong> 等'?
注意:内容标签可能有另一个html标签而不是strong。并且可能根本没有它们。