从XML中删除CDATA

Question

我正在用pythonsuds开发soapapi。在

Api返回结果，suds根据WSDL解析结果。结果数据具有XML数据字段

(MyServiceResult){
    errorMsg = "Error Message here..."
    sessionId = "..."
    outputDataXML = "<![CDATA[<Results>.....<Details>....</Details></Results>]]>"
    errorCode = "00"
 }

所以我计划使用xml.etree.ElementTree来解析xml数据部分outputDataXML。但是，由于返回的数据以<![CDATA[开头，因此xml解析器失败

ParseError: syntax error: line 1, column 0

对于这种情况，除了使用正则表达式外，最好的方法是什么？在

Answer 1

在读取所有格式怪异的类似XML的数据时，可以始终使用BeautifulSoup：

>>> from bs4 import BeautifulSoup
>>> d="<![CDATA[<Results>.....<Details>....</Details></Results>]]>"
>>> soup=BeautifulSoup(d)
>>> from xml.etree import ElementTree
>>> tree=ElementTree.fromstring(str(soup))

否则，您可以像这样快速破解：

^{pr2}$

Answer 2

调用ET.fromstring一次从CDATA中提取文本。再次调用ET.fromstring将字符串解析为XML:

import xml.etree.ElementTree as ET

d = '<![CDATA[<Results>.....<Details>....</Details></Results>]]>'
fix = '<root>{}</root>'.format(d)

content = ET.fromstring(fix).text
print(repr(content))
# '<Results>.....<Details>....</Details></Results>'

results = ET.fromstring(content)
print(ET.tostring(results))
# <Results>.....<Details>....</Details></Results>