Question

我正在使用ElementTree，无法确定childnode是否为text。 childelement.text似乎不起作用，因为它甚至在不是文本节点的节点上也会产生误报。

有什么建议吗？

实施例

<tr>
  <td><a href="sdas3">something for link</a></td>
  <td>tttttk</td>
  <td><a href="tyty">tyt for link</a></td>
</tr>

解析这个xml文件后，我在Python中执行此操作：

for elem_main in container_trs: #elem_main is each tr
    elem0 = elem_main.getchildren()[0] #td[0]
    elem1 = elem_main.getchildren()[1] #td[1]

    elem0 = elem_main.getchildren()[0]
    print elem0.text

    elem1 = elem_main.getchildren()[1]
    print elem1.text

上面的代码不输出elem0.text;它是空白的。我确实在输出中看到了elem1.text（即 tttttk ）。

更新2

我实际上是在建一本字典。每个元素的文本都可以让我对HTML表进行排序。我如何获得此代码中的s？

Answer 1

如何使用getiterator方法迭代所有后代节点：

import xml.etree.ElementTree as xee

content='''
<tr>
  <td><a href="sdas3">something for link</a></td>
  <td>tttttk</td>
  <td><a href="tyty">tyt for link</a></td>
</tr>
'''

def text_content(node):
    result=[]
    for elem in node.getiterator():
        text=elem.text
        if text and text.strip():
            result.append(text)
    return result

container_trs=xee.fromstring(content)
adict={}
for elem in container_trs:
    adict[elem]=text_content(elem)
print(adict)
# {<Element td at b767e52c>: ['tttttk'], <Element td at b767e58c>: ['tyt for link'], <Element td at b767e36c>: ['something for link']}

循环for elem_main in container_trs:遍历cantainer_trs的子项。

相比之下，循环for elem_main in container_trs.getiterator():遍历container_trs本身及其子女和孙子等。

Answer 2

elem0.text为无，因为该文字实际上是＆lt; a＆gt;的一部分。子元素。只需深入一级：

print elem0.getchildren()[0].text

顺便说一下，elem0[0].text是同一个构造的快捷方式 - 不需要getchildren（）。

Python ElementTree检查节点/元素类型

2 个答案: