python - 使用python从xml数据中提取所有文本

Question

我是 xml 数据处理的新手。我想提取以下 xml 文件中的文本数据:

<data>
    <p>12345<strong>45667</strong>abcde</p>
</data>

所以预期的结果是: ['12345','45667', 'abcde'] 目前我已经尝试过:

tree = ET.parse('data.xml')
data = tree.getiterator()
text = [data[i].text for i in range(0, len(data))]

但结果只显示 ['12345','45667'] 。 'abcde' 丢失。有人能帮我吗？提前致谢!

Answer 1

尝试使用 xpath 和 lxml 执行此操作:

import lxml.etree as etree

string = '''
<data>
    <p>12345<strong>45667</strong>abcde</p>
</data>
'''

tree = etree.fromstring(string)

print(tree.xpath('//p//text()'))

Xpath 表达式的意思是:“递归地选择所有包含 text 的 p 元素”

输出:

['12345', '45667', 'abcde']