问题在使用python

我想读下面的XML文件中的XML文本阅读它具有以下内容：问题在使用python

<tu creationdate="20100624T160543Z" creationid="SYSTEM" usagecount="0"> 
    <prop type="x-source-tags">1=A,2=B</prop> 
    <prop type="x-target-tags">1=A,2=B</prop> 
    <tuv xml:lang="EN"> 
     <seg>Modified <ut x="1"/>Denver<ut x="2"/> Score</seg> 
    </tuv> 
    <tuv xml:lang="DE"> 
     <seg>Modifizierter <ut x="1"/>Denver<ut x="2"/>-Score</seg> 
    </tuv> 
    </tu>

使用下面的代码

tree = ET.parse(tmx) 
root = tree.getroot() 
seg = root.findall('.//seg') 
for n in seg: 
    print(n.text)

它给了以下的输出：

Modified 
Modifizierter

我所期待是

Modified Denver Score 
Modifizierter Denver -Score

有人可以解释为什么只显示seg的一部分？

来源

2017-09-14 shan

你需要知道的tail属性，这是跟在元素的结束标记后面的文本。这里解释得很好：http://infohost.nmt.edu/tcc/help/pubs/pylxml/web/etree-view.html。

“丹佛”是第一<ut>元件和“分数”的tail是第二<ut>元件的tail。这些字符串不是<seg>元素的text的一部分。

除了由kgbplus（这既ElementTree的和LXML作品）提供的解决方案，LXML你也可以使用下面的方法来获取想要的输出：

xpath()

for n in seg: 
    print("".join(n.xpath("text()")))

itertext()

for n in seg: 
    print("".join(n.itertext()))

来源

2017-09-17 09:22:02 mzjn

可以使用tostring功能：

tree = ET.parse(tmx) 
root = tree.getroot() 
seg = root.findall('.//seg') 
for n in seg: 
    print(ET.tostring(n, method="text"))

在你的情况下得到的字符串可能包含不必要的符号，这样你就可以修改最后一行：

print(ET.tostring(n, method="text").strip())

来源

2017-09-14 15:42:41

问题在使用python

回答

相关问题