Question

在lxml中是否有相当于Beautiful Soup的tag.renderContents()方法？

我已尝试使用element.text，但这不会呈现子标记，也不会呈现''.join(etree.tostring(child) for child in element)，但这不会呈现子文本。我能找到的最接近的是etree.tostring(element)，但这会产生element的开始和结束标记，这是我不想要的。

我还有另一种方法可以忽略（或另一种方法来实现这一目标）吗？

Answer 1

你最初的想法就是你最初的想法。 element.text为您提供元素的第一个文本子项，您的列表理解为您提供了其他所有内容。如果将两个字符串连接在一起，就可以获得所需内容：

>>> xmlstr = "<sec>header <p>para 0</p> text <p>para 1</p> footer</sec>"
>>> element = etree.fromstring(xmlstr)
>>>
>>> element.text + "".join(map (etree.tostring, element))
'header <p>para 0</p> text <p>para 1</p> footer'
>>>

阿里。

Answer 2

一个hackish解决方案：

from lxml import etree
def render_contents(element):
    """
    Surely there is a safe lxml built-in for this...
    """
    tagname = element.tag
    return re.sub('</%s>\s*$' % tagname, '',
                  re.sub(r'^<%s(\s+\w+=".*?")*?>' % tagname,
                         '', etree.tostring(element))).strip()

修改

真的，没有比这更好的方法吗？

相当于lxml中Beautiful Soup的renderContents（）方法？

2 个答案:

修改