在python中迭代XML标记中的所有子标记和字符串，而不指定子标记名

我的问题是来自的附加问题，但我不打算使用附加问题的答案部分

如果我有如下XML文件的一部分：

  <eligibility>
    <criteria>
      <textblock>
        Inclusion Criteria:

          -  women undergoing cesarean section for any indication

          -  literate in german language

        Exclusion Criteria:

          -  history of keloids

          -  previous transversal suprapubic scars

          -  known patient hypersensitivity to any of the suture materials used in the protocol

          -  a medical disorder that could affect wound healing (eg, diabetes mellitus, chronic
             corticosteroid use)
      </textblock>
    </criteria>
    <gender>Female</gender>
    <minimum_age>18 Years</minimum_age>
    <maximum_age>45 Years</maximum_age>
    <healthy_volunteers>No</healthy_volunteers>
  </eligibility>

我的问题是我有很多文件。有时，XML文件的结构可能是：

eligibility -> criteria -> textblock -> text
eligibility -> other things (e.g. gender as above) -> text
eligibility -> text

e、 g。 如果有什么办法，只要“把所有的副标题和它们的文本都记下来”

因此，在上述示例中，列表/字典将包含： {标准文本框：纳入和排除标准，性别：xxx，最低年龄：xxx，最高年龄：xxx，健康志愿者：xxx}

我的问题是，事实上，我不知道合格标签的所有具体子标签，因为每个实验可能不同（例如，可能有人说“孕妇接受”、“XXX接受药物史”等）

所以我只想，如果我给它一个标签名，它会给我字典中所有的子标签和这些子标签的文本

用于注释的扩展XML：

<brief_title>Subcutaneous Adaption and Cosmetic Outcome Following Caesarean Delivery</brief_title>
<source>Klinikum Klagenfurt am Wörthersee</source>

剖宫产术后皮下适应与美容效果 克林库姆·克拉根福·阿姆·沃瑟西酒店

---

…然后是上面的合格性XML部分。

既然您已经安装了

lxml

，您可以尝试以下操作（此代码假设给定元素中的叶元素，即

合格性

是唯一的）：

XPath解释：

• /*

  ：查找当前

  合格性

  中的所有元素，无论其深度（

  /

  ）和标记名（

  *

  ）

• [非（*）]

  ：将前一位找到的元素筛选为没有任何子元素（即叶元素）的元素

---

请允许我问一下，我很抱歉，我没有意识到您的代码意味着我无法同时打印只有一个深度的元素（例如，请参阅问题底部的编辑；一些XML文件是按资格嵌套的，但其他文件与上面的简短标题不同）。使用您的方法，我无法打印简短的标题或源，因为我正在筛选出子元素。在这种情况下，您是否建议我以某种方式运行此函数两次，一次如上所述，然后一次删除子节点的过滤器，以便获得深度仅为1的标记？感谢尝试将xpath更改为包含当前上下文元素（self）：

后代或self:*[not（*）]

我发现我缺少一些已解析的数据，因为一些标记看起来像这样：

60

；在标签有属性的地方，我想把单词60（如果可能的话，还有'actual'，但这可能太难了）。如果有帮助，我可以在这里发布完整的代码和XML文件。我认为总体思路是，我需要编辑上面的代码片段，以查看标记（例如，此处注册）是否有属性（例如，enrollment.attrib[any attribute]然后打印标签、属性和值？我想检查这是否是正确的想法，因为我无法让它工作。

lxml

元素模型中的属性只是一个字典，因此您可以从给定元素获取属性值，如：

my_element.attrib[“attribute_name”]

。无论如何，您应该为此发布一个新问题，确保包含有代表性的XML示例和您尝试的代码

<brief_title>Subcutaneous Adaption and Cosmetic Outcome Following Caesarean Delivery</brief_title>
<source>Klinikum Klagenfurt am Wörthersee</source>

from lxml import etree
tree = etree.parse(sys.argv[1])
root = tree.getroot()

eligibi = []

for eligibility in root.xpath('//eligibility'):
    d = {}
    for e in eligibility.xpath('.//*[not(*)]'):
        d[e.tag] = e.text
    eligibi.append(d)

print eligibi