Python ElementTree 检查节点/元素类型

Question

我正在使用 ElementTree，无法确定子节点是否是文本。 childelement.text 似乎不起作用，因为即使在非文本节点的节点上它也会给出误报。

有什么建议吗？

示例

<tr>
  <td><a href="sdas3">something for link</a></td>
  <td>tttttk</td>
  <td><a href="tyty">tyt for link</a></td>
</tr>

解析此 xml 文件后，我在 Python 中执行此操作:

for elem_main in container_trs: #elem_main is each tr
    elem0 = elem_main.getchildren()[0] #td[0]
    elem1 = elem_main.getchildren()[1] #td[1]

    elem0 = elem_main.getchildren()[0]
    print elem0.text

    elem1 = elem_main.getchildren()[1]
    print elem1.text

上面的代码没有输出elem0.text；它是空白的。我确实在输出中看到了 elem1.text(即 tttttk)。

更新2

我实际上正在构建一本字典。每个元素中的文本，以便我可以对 HTML 表进行排序。我如何获得这段代码中的 s ？

Answer 1

使用 getiterator 怎么样？迭代所有后代节点的方法:

import xml.etree.ElementTree as xee

content='''
<tr>
  <td><a href="sdas3">something for link</a></td>
  <td>tttttk</td>
  <td><a href="tyty">tyt for link</a></td>
</tr>
'''

def text_content(node):
    result=[]
    for elem in node.getiterator():
        text=elem.text
        if text and text.strip():
            result.append(text)
    return result

container_trs=xee.fromstring(content)
adict={}
for elem in container_trs:
    adict[elem]=text_content(elem)
print(adict)
# {<Element td at b767e52c>: ['tttttk'], <Element td at b767e58c>: ['tyt for link'], <Element td at b767e36c>: ['something for link']}

循环for elem_main in container_trs:迭代 cantainer_trs 的子级.

相比之下，循环 for elem_main in container_trs.getiterator():迭代器 container_trs它本身，以及它的 child 和孙子等。