用CDATA部分读取xml的lxml/python
用CDATA部分读取xml的lxml/python
提问于 2018-11-23 23:17:15
在我的xml中有一个CDATA部分。我想保留CDATA部分，然后剥去它。有人能帮上忙吗？
默认值不起作用：
$ from io import StringIO
$ from lxml import etree
$ xml = '<Subject> My Subject: 美海軍研究船勘查台海水文？ 船<![CDATA[é]]>€ </Subject>'
$ tree = etree.parse(StringIO(xml))
$ tree.getroot().text
' My Subject: 美海軍研究船勘查台海水文？ 船é€ 'This post似乎建议parser选项strip_cdata=False可以保留cdata，但没有效果：
$ parser=etree.XMLParser(strip_cdata=False)
$ tree = etree.parse(StringIO(xml), parser=parser)
$ tree.getroot().text
' My Subject: 美海軍研究船勘查台海水文？ 船é€ '使用strip_cdata=True (应该是默认的)会产生相同的结果：
$ parser=etree.XMLParser(strip_cdata=True)
$ tree = etree.parse(StringIO(xml), parser=parser)
$ tree.getroot().text
' My Subject: 美海軍研究船勘查台海水文？ 船é€ '回答 1
Stack Overflow用户
回答已采纳
发布于 2018-11-24 07:02:00
CDATA部分不保留在元素的text属性中，即使在解析XML时使用strip_cdata=False，正如您已经注意到的。见https://lxml.de/api.html#cdata。
在这些情况下，CDATA部分保存如下：
- 在用
tostring()序列化时： 打印(etree.tostring(tree.getroot()，encoding="UTF-8").decode()) - 写入文件时： tree.write("subject.xml"，encoding="UTF-8")
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/53453791
复制相关文章
相似问题
腾讯云开发者
