说,我有一个元素:
>>> el = etree.XML('<tag><![CDATA[content]]></tag>')
>>> el.text
'content'
我想要得到的是<![CDATA[content]]>
。我该怎么办?
答案 0 :(得分:3)
当您执行el.text
时,总是会给您纯文本content
。
要查看序列化的元素,请尝试使用tostring()
:
el = etree.XML('<tag><![CDATA[content]]></tag>')
print(etree.tostring(el).decode())
这将打印:
<tag>content</tag>
要保留CDATA,您需要将XMLParser()
与strip_cdata=False
一起使用:
parser = etree.XMLParser(strip_cdata=False)
el = etree.XML('<tag><![CDATA[content]]></tag>', parser=parser)
print(etree.tostring(el).decode())
这将打印:
<tag><![CDATA[content]]></tag>
这应该足以满足您的“ 我想在测试中确保内容包装在CDATA中”的要求。
答案 1 :(得分:2)
您可以考虑使用BeautifulSoup并查找CDATA
实例:
import bs4
from bs4 import BeautifulSoup
data='''<tag><![CDATA[content]]></tag>'''
soup = BeautifulSoup(data, 'html.parser')
"<![CDATA[{}]]>".format(soup.find(text=lambda x: isinstance(x, bs4.CData)))
输出
<![CDATA[content]]>