Python 获取XML元素的值

在下面的XML示例中，如何获取

元素的值？在本例中，我希望XML解析器以字符串形式返回node的值，该字符串应返回

This is my first web page<br/><p>test123</p><p>How exciting</p>

---

XML解析器当然“吞咽”了内部元素，因为它们是完全有效的XML

要么：

修复编码的XML—如果HTML标记不应该是文档结构的一部分，那么应该对它们进行适当的编码

找到所需内容的根节点，然后重新序列化XML以生成文本

这里有一个快速的解决方案

#!/usr/bin/perl -Tw

use strict;
use warnings;
use XML::LibXML;

my $dom = XML::LibXML->load_xml(string => <<'EOT');
<dataset>
<data>
This is my first web page<br/>
<p>test123</p>
<p>How exciting</p>
</data>
</dataset>
EOT

my @nodes = $dom->findnodes('/dataset/data');

my $xml_text = $nodes[0]->serialize();

# strip <data> and </data> if you don't want them
$xml_text =~ s{(?: \A <data> | </data> \z )}{}xmsg;

print $xml_text;

#/usr/bin/perl-Tw
严格使用；
使用警告；
使用XML：：LibXML；
my$dom=XML:：LibXML->load_XML（string=>serialize（）；
#脱光衣服，如果你不想要的话
$xml_text=~s{（？：\A |\z）}{}xmsg；
打印$xml_文本；

使用python的cElementTree库

In [23]: import xml.etree.cElementTree as et

In [24]: myxml="""<dataset>
    ...: <data>
    ...: This is my first web page<br/>
    ...: <p>test123</p>
    ...: <p>How exciting</p>
    ...: </data>
    ...: </dataset>"""

In [25]: page = et.fromstring(myxml)

In [26]: for elem in page.getiterator():
    ...:     if elem.tag=='data':
    ...:         print elem.tag, elem.text
    ...:         for tags in elem.getchildren():
    ...:             print tags.tag, tags.text
    ...:             
data 
This is my first web page
br None
p test123
p How exciting

In [27]: 

[23]中的

：将xml.etree.cElementTree作为et导入
在[24]：myxml=“”
...: 
…：这是我的第一个网页

…：test123

多么令人兴奋啊

...: 
...: """
在[25]中：page=et.fromstring（myxml）
在[26]中：对于page.getiterator（）中的元素：
…：如果elem.tag=='data'：
…：打印elem.tag，elem.text
…：对于elem.getchildren（）中的标记：
…：打印tags.tag，tags.text
...:             
资料
这是我的第一个网页
无
p测试123
多令人兴奋啊
在[27]中：

注意：如果您使用的是python 2.7；那么请使用

list（elem）

而不是

elem.getchildren（）

和

page.iter（）

而不是

page.getiterator（）
此外，您还可以执行
elem.attrb
以获取xml节点属性的dict，并执行
elem.tail
以获取其尾部；

这个模块太简单了，留给程序员很多工作要做。我还没试过
但我会鼓励你使用其中任何一种
或
,
它们都经过了尝试和测试，能够处理完整XML规范的所有复杂性

此解决方案使用
XML:：Twig
，只需解析数据，查找
元素并打印其内容

use strict;
use warnings;

use XML::Twig;

my $twig = XML::Twig->new;
$twig->parse(\*DATA);

my ($data) = $twig->get_xpath('/dataset/data');
print $data->xml_string;

__DATA__
<dataset>
<data>
This is my first web page<br/>
<p>test123</p>
<p>How exciting</p>
</data>
</dataset>

使用严格；
使用警告；
使用XML：：Twig；
my$twig=XML:：twig->new；
$twig->parse（\*数据）；
my（$data）=$twig->get_xpath（'/dataset/data'）；
打印$data->xml\u字符串；
__资料__
这是我的第一个网页

测试123

多么令人兴奋


输出

This is my first web page<br/><p>test123</p><p>How exciting</p>

这是我的第一个网页
test123
多么激动人心

$nodes[0]->textContent在结果中不包含XML。看起来OP需要“innerHTML”进行XML解析。
This is my first web page<br/><p>test123</p><p>How exciting</p>