中提取標記

Question

假設我有以下形式

<root> 
    <foos> 
    <foo>the quick <bar>brown </bar>fox</foo> 
    </foos> 
    <!-- Lots more <foo></foo> --> 
</root> 

我如何提取完整的文本字符串the quick fox以及字符串brown的XML文檔？

import xml.etree.ElementTree as ET 
doc = ET.parse(xmldocument).getroot() 
foos = doc.find('foos') 
for foo in foos: 
    print foo.text # This will print 'the quick ' 

不知道如何解決這個問題。

Answer 1

您也可以嘗試這樣的事情，在自動所有嵌套的標籤，其迭代：

foos = doc.find('foos') 
for foo in foos: 
    for text in foo.itertext(): 
     print text.strip(), 
    print 

Answer 2

from scrapy.selector import XmlXPathSelector 

xml = \ 
""" 
<root> 
    <foos> 
     <foo>the quick <bar>brown </bar>fox</foo> 
    </foos> 
</root> 
""" 


hxs =XmlXPathSelector(text=xml) 
foos = hxs.select('//foos') 
for one in foos: 
    text = one.select('./foo//text()').extract() 
    text = ''.join(text) 
    print text