Python 缺少标记时解析xml文件

我尝试解析一个xml文件。标记中的文本被成功解析（或者看起来是这样），但我想输出为一些标记中不包含的文本，而下面的程序只是忽略它

from xml.etree.ElementTree import XMLTreeBuilder

class HtmlLatex:                     # The target object of the parser
    out = ''
    var = ''
    def start(self, tag, attrib):   # Called for each opening tag.
        pass
    def end(self, tag):             # Called for each closing tag.
        if tag == 'i':
            self.out += self.var
        elif tag == 'sub':
            self.out += '_{' + self.var + '}'
        elif tag == 'sup':
            self.out += '^{' + self.var + '}'
        else:
            self.out += self.var
    def data(self, data):
        self.var = data
    def close(self):
        print(self.out)


if __name__ == '__main__':
    target = HtmlLatex()
    parser = XMLTreeBuilder(target=target)

    text = ''
    with open('input.txt') as f1:
        text = f1.read()

    print(text)

    parser.feed(text)
    parser.close()

我要分析的输入的一部分：

---

p0=（m3+（2l2+l1）m2+（l22+2l1 l2+l12）m）/（m3+（3l2+2l1））。
看一看，一个用于解析、导航和操作html和xml的python库。它有一个方便的界面，可能会解决您的问题……
看看，一个用于解析、导航和操作html和xml的python库。它有一个方便的界面，可能会解决您的问题…
这是一个pyparsing版本-我希望注释能够充分解释

src = """<p><i>p</i><sub>0</sub> = (<i>m</i><sup>3</sup>+(2<i>l</i><sub>2</sub>+<i>l</i><sub>1</sub>) """ \
      """<i>m</i><sup>2</sup>+(<i>l</i><sub>2</sub><sup>2</sup>+2<i>l</i><sub>1</sub> <i>l</i><sub>2</sub>+""" \
      """<i>l</i><sub>1</sub><sup>2</sup>) <i>m</i>) /(<i>m</i><sup>3</sup>+(3<i>l</i><sub>2</sub>+""" \
      """2<i>l</i><sub>1</sub>) ) }.</p>"""

from pyparsing import makeHTMLTags, anyOpenTag, anyCloseTag, Suppress, replaceWith

# set up tag matching for <sub> and <sup> tags
SUB,endSUB = makeHTMLTags("sub")
SUP,endSUP = makeHTMLTags("sup")

# all other tags will be suppressed from the output
ANY,endANY = map(Suppress,(anyOpenTag,anyCloseTag))

SUB.setParseAction(replaceWith("_{"))
SUP.setParseAction(replaceWith("^{"))
endSUB.setParseAction(replaceWith("}"))
endSUP.setParseAction(replaceWith("}"))

transformer = (SUB | endSUB | SUP | endSUP | ANY | endANY)

# now use the transformer to apply these transforms to the input string
print transformer.transformString(src)

这是一个pyparsing版本——我希望这些注释能够充分解释

src = """<p><i>p</i><sub>0</sub> = (<i>m</i><sup>3</sup>+(2<i>l</i><sub>2</sub>+<i>l</i><sub>1</sub>) """ \
      """<i>m</i><sup>2</sup>+(<i>l</i><sub>2</sub><sup>2</sup>+2<i>l</i><sub>1</sub> <i>l</i><sub>2</sub>+""" \
      """<i>l</i><sub>1</sub><sup>2</sup>) <i>m</i>) /(<i>m</i><sup>3</sup>+(3<i>l</i><sub>2</sub>+""" \
      """2<i>l</i><sub>1</sub>) ) }.</p>"""

from pyparsing import makeHTMLTags, anyOpenTag, anyCloseTag, Suppress, replaceWith

# set up tag matching for <sub> and <sup> tags
SUB,endSUB = makeHTMLTags("sub")
SUP,endSUP = makeHTMLTags("sup")

# all other tags will be suppressed from the output
ANY,endANY = map(Suppress,(anyOpenTag,anyCloseTag))

SUB.setParseAction(replaceWith("_{"))
SUP.setParseAction(replaceWith("^{"))
endSUB.setParseAction(replaceWith("}"))
endSUP.setParseAction(replaceWith("}"))

transformer = (SUB | endSUB | SUP | endSUP | ANY | endANY)

# now use the transformer to apply these transforms to the input string
print transformer.transformString(src)

这是我从未见过的xml。确定你不想要html解析器吗？它是从这里产生的：当你得到解决方案时，如果你看一下源代码，你会看到类似的东西。只需编辑掉LaTeX标签？？？这是我从未见过的xml。确定你不想要html解析器吗？它是从这里产生的：当你得到解决方案时，如果你看一下源代码，你会看到类似的东西。只需编辑掉LaTeX标签？？？谢谢你的建议。我会看看的。谢谢你的建议。我来看看。