如何使用python忽略许多XML文件中的标记

我有很多xml文件，里面有很多文本。这篇文章我需要做小写和删除标点符号。 但是我不知道如何使用python说我希望它忽略所有的标记

我找到了一个名为ElementTree的xml解析器，我有一个正则表达式来查找标记：

---

pattern=re.compile（“您实际上似乎没有使用ElementTree

是一个如何使用ElementTree的示例

将xml.etree.ElementTree作为ET导入
tree=ET.parse（'country\u data.xml'）
root=tree.getroot（）

您可以使用递归通过一个函数运行所有标记以清除它们：

def clean_标签（标签）：
对于标签中的子项：
清洁标签（儿童）
如果tag.text！=无：
#在此处添加代码以使用小写和标点符号
tag.text=tag.text.lower（）
clean_标记（tree.getroot（））
clean_xml=ET.tostring（树）
您的XML似乎无效。您有两次。我的意思是要表明，在我的XML文件中有许多标记，我只在第一个标记之前获取文本，并出现以下错误：XML.parsers.expat.expat错误：文档元素后面的垃圾：第173行，第0列第173行位于XML文件中第二个开始的位置。该错误可能是因为le有特殊字符或特定编码。感谢您的回复。当您说“清理”时，您的意思是删除它们？因为我不想删除它们。我只想让它忽略它们，并对文本进行小写+rmv点检。我需要这些标记，以便稍后再执行另一个过程。通过“清理”我的意思是将文本转换为小写，删除标点符号。