如何在ElementTree中迭代子文本节点（而不是子节点）？

Question

给一个像这样的元素

<A>
    hello

    <annotation> NOT part of text </annotation>

    world
</A>

如何使用ElementTree只获取子文本节点（比如XPathtext()）？在

iter()和{}都是树漫游器，包括所有的子代节点。我所知道的没有直接的子迭代器。另外，iter()只查找元素（毕竟是ElementTree），因此不能用于收集文本节点。在

我知道有一个名为lxml的库，它提供了更好的XPath支持，但是在添加另一个依赖项之前，我想问一下。（另外，我对Python非常陌生，所以我可能会遗漏一些显而易见的东西。）

Answer 1

您发现示例的文本在三个属性中有点与直觉相反：

• A、 “你好”的短信
• 在注释.text对于“不是文本的一部分”
• 在注释.tail为了“世界”

（空格省略）。这有点麻烦。然而，以下几点应该会有所帮助：

 import xml.etree.ElementTree as et

 xml = """
 <A>
     hello

     <annotation> NOT part of text </annotation>

     world
 </A>"""


 doc = et.fromstring(xml)


 def all_texts(root):
     if root.text is not None:
         yield root.text
     for child in root:
         if child.tail is not None:
             yield child.tail


 print list(all_texts(doc))