python - 如何仅在lxml中获取带有文本的标签

Question

我正在使用 lxml，我有一个这样的 xml：

<UploadFile>
<Eu>
<AUTO_ID>4</AUTO_ID>
<Meter>000413031</Meter>
</Eu>
</UploadFile>

我怎样才能只获取具有 AUTO_ID 和 Meter 等文本的标签，而不是 UploadFile Eu？

我努力了：

    tree = lxml.etree.parse(xmlfile)
    root = tree.getroot()

for node in root.iter('*'):
    if node.text != None:
        print(node.tag,node.text)

但我仍然可以获得所有标签，我只希望标签有文字，我该怎么办？任何朋友可以帮忙？最好的问候！

Answer 1

与 不同xml.etree的是，lxml 支持更复杂的 XPath 表达式，包括返回所有后代元素的 XPath，这些元素的子文本节点不为空或仅包含空格：

    for node in root.xpath(".//*[text()[normalize-space()]]"):
        print(node.tag,node.text)

Answer 2

在您的 for 循环中，您可以使用 strip() 删除空格，然后检查是否 len>0 或者可以使用无检查if node.text.strip()

选项1：

import lxml
tree = lxml.etree.parse("my_xml.xml")
root = tree.getroot()

for node in root.iter('*'):
    if len(node.text.strip()) > 0: # check if len > 0, text will have some length
        print(node.tag,node.text)

选项2：

import lxml
tree = lxml.etree.parse("my_xml.xml")
root = tree.getroot()

for node in root.iter('*'): # checking if its None
    if node.text.strip():
        print(node.tag,node.text)