标签值不打印 etree lxml

Question

我想打印代码的“可打印字符串”部分。我还尝试自己打印整个标签，但没有找到打印整个标签而不仅仅是标签名称的方法。检索 Xpath 和整个标签本身是目前最大的挑战，谢谢！

代码：

from bs4 import BeautifulSoup
from lxml import etree

doc = "<p><a></a><a></a>Printable String</p>"
soup = BeautifulSoup(doc, "lxml")
root = etree.fromstring(str(soup))

tree = etree.ElementTree(root)
for i, e in enumerate(root.iter()):
    print(e.text)

输出：

None
None
None
None
None
[Finished in 0.2s]

预期输出：

None 
None
Printable String
None 
None

Answer 1

就这么简单：-

from bs4 import BeautifulSoup

doc = "<p><a></a><a></a>Printable String</p>"
soup = BeautifulSoup(doc, "lxml")
print(soup.find('p').text)

...或者如果您想要纯 etree 解决方案，则：-

from lxml import etree
from io import StringIO

doc = '<p><a></a><a></a>Printable String</p>'

tree = etree.parse(StringIO(doc))
print(tree.xpath('//p/text()')[0])

Answer 2

有两点需要注意：

首先，出于某种原因，您首先用 soup 解析 doc，然后再次用 lxml 解析 soup 的字符串。第一个问题是 BS 没有留下字符串。如果你

print(soup)

输出是

<html><body><p><a></a><a></a>Printable String</p></body></html>

您会注意到现在添加了两个新元素（html 和 body），这解释了为什么您得到五个 None 而不是三个。

如果你像这样直接用 lxml 解析 doc 并使用 xpath:

doc = "<p><a></a><a></a>Printable String</p>"
root = etree.fromstring(doc)
for z in root.xpath('//*'):
    print(z.xpath('text()'))

输出是

['Printable String']
[]
[]

标签值不打印 etree lxml

Tag value not printing etree lxml

python

html

xpath

lxml

elementtree