如何使用python和lxml使用lxml.html.document_fromtstring（）删除标记内容

我想删除

标记之间存在的内容。我查看了

remove（）

，

strip_elements（）

以及

beautifulsou

方法，但是我看到的所有示例都只包含一个标记，比如只包含

，然后我想删除

之间的所有内容，包括标记

from lxml import etree

 cur.execute('SELECT Title, Body FROM posts')

 for item in cur:
    record = list(item)
    doc = etree.fromstring(record[1]) # error thrown here

    for node in doc.xpath('pre[code]'):
        doc.remove(node)

    record[1] = etree.tostring(doc)
    page = lxml.html.document_fromstring(record[1])
    record[0] = str(record[0])
    record[1] = str(page.text_content()) # Stripping HTML Tags
    print record[1]

编辑的代码： 下面给出了我的代码，但它抛出错误为

lxml.etree.XMLSyntaxError:Extra content位于文档末尾的
doc=doc=etree.fromstring（记录[1]）
：

更新：我知道我使用的XML格式不是标准格式，因此我需要使用
lxml.html.document\u fromtstring（）
来删除标记内容，而不是
etree.fromtstring（）
。由于我找不到
lxml.html.document_fromtstring（）的任何实现，有人能给我举个例子吗
删除标记的内容。
因此，如果我输入
东西
一些代码
一些文本
您希望输出什么？@roippi我唯一的目标是，如果我有类似
的东西，那么
之间的所有东西都应该删除，包括标记alsoSo，您想对任何具有直接
code
子代的
prev
标记的全部内容进行核爆。是的。这正是stackoverflow posts中存在格式化块代码的方式，我想从posts中删除该块代码。您是指预格式化文本标记的
？
from lxml import etree

 cur.execute('SELECT Title, Body FROM posts')

 for item in cur:
    record = list(item)
    doc = etree.fromstring(record[1]) # error thrown here

    for node in doc.xpath('pre[code]'):
        doc.remove(node)

    record[1] = etree.tostring(doc)
    page = lxml.html.document_fromstring(record[1])
    record[0] = str(record[0])
    record[1] = str(page.text_content()) # Stripping HTML Tags
    print record[1]