如何在ElementTree元素中表示多个文本部分？

Question

我正在使用ElementTree来处理一些html。我认为html是一种xml语言，所以应该可以。你知道吗

在html中，文本中可以有标记：

<p>
This paragraph <em>has some</em> emphasised words.
</p>

所以“p”元素有一些文本（“这个段落”），一个子元素（“em”）和更多的文本（“强调词”）

但是ElementTree元素有一个文本属性，它是一个字符串。子元素在一个列表中，但是文本都在一个字符串中。你知道吗

如何在ElementTree中表示这个html？有可能吗？你知道吗

Answer 1

你想解析它吗？你知道吗

import xml.etree.ElementTree as ET

def processElem(elem):
    if elem.text is not None:
        print elem.text
    for child in elem:
        processElem(child)
        if child.tail is not None:
            print child.tail

xml = '''<p>
This paragraph <em>has some</em> emphasised words.
</p>'''

root = ET.fromstring(xml)
processElem(root)

提供：

This paragraph 
has some
 emphasised words.

或者你想修改HTML？你知道吗

from xml.etree.ElementTree import Element, SubElement, tostring
top = Element('p')
top.text = 'This paragraph '
child_with_tail = SubElement(top, 'em')
child_with_tail.text = 'has some'
child_with_tail.tail = ' emphasised words.'
print tostring(top)

提供：

<p>This paragraph <em>has some</em> emphasised words.</p>