python etree.html_python – 使用ElementTree的节点内的HTML

我正在使用ElementTree来解析XML文件.在某些字段中,会有HTML数据.例如,考虑如下声明：

Line 1
Line 2

现在,假设_course是一个Element变量,它保存了这个Couse元素.我想访问这门课程的描述,所以我这样做：

desc = _course.find("Description").text;

但是desc只包含“第1行”.我读了一些关于.tail属性的内容,所以我也试过了：

desc = _course.find("Description").tail;

我得到相同的输出.我该怎么做才能使desc成为“Line 1Line 2”(或者字面上介于和之间的任何东西)？换句话说,我正在寻找类似于C#中的.innerText属性(我想其他许多语言).

解决方法:

您是否可以控制xml文件的创建？应该对包含xml标记(或类似)或标记字符(‘

>一个CDATA部分

> Base64或其他一些编码(不包括xml保留字符)

>实体编码(‘

如果您无法进行这些更改,并且ElementTree无法忽略xml架构中未包含的标记,则您必须预处理该文件.当然,如果架构与html重叠,那你就不走运了.

标签：python,xml,elementtree,html