Python 如何用lxml中的文本替换元素？

使用lxml的ElementTreeAPI实现可以很容易地从XML文档中完全删除给定的元素，但是我看不到一种简单的方法来一致地用一些文本替换元素。例如，给定以下输入：

input = '''<everything>
<m>Some text before <r/></m>
<m><r/> and some text after.</m>
<m><r/></m>
<m>Text before <r/> and after</m>
<m><b/> Text after a sibling <r/> Text before a sibling<b/></m>
</everything>
'''

但是，如何用文本替换每个元素以获得输出：

<everything>
<m>Some text before DELETED</m>
<m>DELETED and some text after.</m>
<m>DELETED</m>
<m>Text before DELETED and after</m>
<m><b/>Text after a sibling DELETED Text before a sibling<b/></m>
</everything>

删除之前的一些文本
删除和一些文字后。
删除
删除前和删除后的文本
同级之后的文本删除同级之前的文本

在我看来，由于ElementTree API通过每个元素的

.text

和

.tail

属性而不是树中的节点来处理文本，这意味着您必须根据元素是否具有同级元素来处理许多不同的情况，现有元素是否具有

.tail

属性，依此类推。我错过了一些简单的方法吗？

使用：

导入io
将lxml.etree作为ET导入
数据=“”
之前的一些文本
之后还有一些文字。
前后文本
兄弟姐妹后的文本兄弟姐妹前的文本
'''
f=ET.fromstring（数据）
xslt=''\
删除
'''
xslt_doc=ET.parse（io.BytesIO（xslt））
transform=ET.XSLT（XSLT\u doc）
f=变换（f）
打印（等至字符串（f））

屈服

<everything>
<m>Some text before DELETED</m>
<m>DELETED and some text after.</m>
<m>DELETED</m>
<m>Text before DELETED and after</m>
<m><b/> Text after a sibling DELETED Text before a sibling<b/></m>
</everything>

删除之前的一些文本
删除和一些文字后。
删除
删除前和删除后的文本
同级之后的文本删除同级之前的文本

我认为unutbu的XSLT解决方案可能是实现目标的正确方法

然而，这里有一种有点老套的方法来实现它，方法是修改

标记的尾部，然后使用

etree.strip\u元素

从lxml导入etree
数据=“”
之前的一些文本
之后还有一些文字。
前后文本
兄弟姐妹后的文本兄弟姐妹前的文本
'''
f=etree.fromstring（数据）
对于f.xpath（'//r'）中的r：
r、 tail='DELETED'+r.tail如果r.tail其他'DELETED'
etree.strip_元素（f，'r'，带_tail=False）
打印etree.tostring（f，pretty\u print=True）

给你：

<everything>
<m>Some text before DELETED</m>
<m>DELETED and some text after.</m>
<m>DELETED</m>
<m>Text before DELETED and after</m>
<m><b/> Text after a sibling DELETED Text before a sibling<b/></m>
</everything>

删除之前的一些文本
删除和一些文字后。
删除
删除前和删除后的文本
同级之后的文本删除同级之前的文本

使用

strip\u元素

的缺点是，您无法使它在替换其他元素时保留部分

元素。它还需要存在

ElementTree

实例（可能不是这样）。最后，您不能使用它来替换XML注释或处理指令。 以下是你应该做的工作：

---

如果

有子项，是否也要删除这些子项？或者合并到

的父节点中？在本例中，我只想删除

节点及其所有子节点，并用文本字符串替换它。希望这更容易：）+1这是一个很好的，但确实不明显的答案：）我想到这个问题是因为我的能力不足，我希望有一个比这个更简单的方法。即使有这样一个简短的例子，XSLT也很冗长，与我问题中删除元素的代码相比，很难理解。谢谢，这是一个很好的解决方案-我不知道

strip\u elements

或

with\u tail

选项，我不愿意使用lxml进行html处理。但可能会切换到Beautifulsoup，它对基本html修改更加直观，并且可以使用lxml作为解析器

soup=BeautifulSoup（文本，“lxml”）/soup。查找所有（'r'）。将所有（'u替换为（'DELETED'）

感谢@benzkij提供的提示！非常奇怪的是，文本有时被视为ElementTree API中其他节点的尾部，而不仅仅是xml想要的普通文本节点。我认为

text='DELETED'+r.tail

应该是

text='DELETED'+r.tail，如果r.tail是'DELETED'

。

<everything>
<m>Some text before DELETED</m>
<m>DELETED and some text after.</m>
<m>DELETED</m>
<m>Text before DELETED and after</m>
<m><b/> Text after a sibling DELETED Text before a sibling<b/></m>
</everything>

<everything>
<m>Some text before DELETED</m>
<m>DELETED and some text after.</m>
<m>DELETED</m>
<m>Text before DELETED and after</m>
<m><b/> Text after a sibling DELETED Text before a sibling<b/></m>
</everything>

for r in f.xpath('//r'):
    text = 'DELETED' + r.tail 
    parent = r.getparent()
    if parent is not None:
        previous = r.getprevious()
        if previous is not None:
            previous.tail = (previous.tail or '') + text
        else:
            parent.text = (parent.text or '') + text
        parent.remove(r)