我需要使用lxml从xml中提取文本

Question

此处，XML为xml='''<root>He<b>l<i>l</i>o</b>, <i>wo<b>r</b>ld!</i></root>'''。

它应该打印“Hello，world！”

我正在使用Python lxml库来获取文本，但它不能像预期的字符串那样准确打印。 如果你有更好的想法从XML中获取文本，那将会有所帮助。

Answer 1

试试这个：

from lxml import html

xml_data = '''<root>He<b>l<i>l</i>o</b>, <i>wo<b>r</b>ld!</i></root>'''
tree = html.fromstring(xml_data)
print ''.join(tree.xpath('//text()'))

  

注意：双斜线（//）是后轴或自身轴;它是/ descendant-or-self :: node（）/

的缩写