使用 CDATA 获取元素的文本

Get element's text with CDATA

说,我有一个元素:

>>> el = etree.XML('<tag><![CDATA[content]]></tag>')
>>> el.text
'content'

我想得到的是<![CDATA[content]]>。我该怎么做?

您可以考虑使用 BeautifulSoup 并查找 CDATA 个实例:

import bs4
from bs4 import BeautifulSoup

data='''<tag><![CDATA[content]]></tag>'''
soup = BeautifulSoup(data, 'html.parser')
"<![CDATA[{}]]>".format(soup.find(text=lambda x: isinstance(x, bs4.CData)))

输出

<![CDATA[content]]>

当您执行 el.text 时,它总是会为您提供纯文本 content

要查看序列化元素,请尝试 tostring()

el = etree.XML('<tag><![CDATA[content]]></tag>')
print(etree.tostring(el).decode())

这将打印:

<tag>content</tag>

要保留 CDATA,您需要使用 XMLParser() with strip_cdata=False:

parser = etree.XMLParser(strip_cdata=False)

el = etree.XML('<tag><![CDATA[content]]></tag>', parser=parser)
print(etree.tostring(el).decode())

这将打印:

<tag><![CDATA[content]]></tag>

这应该足以满足您的“我想确保在测试中内容包含在 CDATA 中”的要求。