Question

我有以下xml：

<text>test<br/><br/><a href="/nature/19700707">All you need to know about British birds.</a><br/></text>

我希望将代码<text>的全部内容设置为11111

我正在使用pythong和lxml，以下是我的代码：

import nltk
import lxml.etree as le
current_file = '/Users/noor/Dropbox/apps/APIofLife/src/clear_description/bird.rdf'
f = open(current_file,'r')
doc=le.parse(f)
for elem in doc.xpath("//text"):
        elem.text = "11111"
f.close()
f = open(current_file,'w')
f.write(le.tostring(doc))
f.close()

但是，运行上述代码后，我的结果是：

<text>11111<br/><br/><a href="/nature/19700707">All you need to know about British birds.</a><br/></text>

我想知道为什么标记<text>的所有内容都没有更改为11111

Answer 1

根据lxml.etree._Element documentation，text属性对应于第一个子元素之前的文本。

您需要删除子元素：

>>> import lxml.etree as le
>>>
>>> root = le.fromstring('''<text>test<br/><br/>
... <a href="/nature/19700707">All you need to know about British birds.</a>
... <br/></text>''')
>>> for elem in root.xpath("//text"):
...     elem.text = '1111'
...     del elem[:]  # <----------
...
>>> le.tostring(root)
'<text>1111</text>'

lxml获取元素的完整分机

1 个答案: