获取lxml节点中的所有文本

Question

我正在使用以下方法来打印元素节点中的所有文本（不是html，而是包含的实际文本）：

''.join(node.xpath('//div[@class="title_wrapper"]')[0].itertext())

是否有一种更清洁的方法？

Answer 1

您可以使用XPath的string()函数。

如果混合内容中有大量空白，则可以使用XPath的normalize-space()函数。

这三个例子（您和我的两个）...

Python

from lxml import etree

xml = """<doc>
    <div class="title_wrapper">Some text. Some <span>more</span> text. 
    <span>Even <span>m<span>o</span>re</span> text!</span>
    </div>
</doc>"""

tree = etree.fromstring(xml)

print(''.join(tree.xpath('//div[@class="title_wrapper"]')[0].itertext()))

print(tree.xpath('string(//div[@class="title_wrapper"])'))

print(tree.xpath('normalize-space(//div[@class="title_wrapper"])'))

输出

Some text. Some more text. 
    Even more text!

Some text. Some more text. 
    Even more text!

Some text. Some more text. Even more text!