我正在尝试读取以下XML文件,该文件包含以下内容:
<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>
使用以下代码
tree = ET.parse(tmx)
root = tree.getroot()
seg = root.findall('.//seg')
for n in seg:
print(n.text)
它给出了以下输出:
Modified
Modifizierter
我期待的是
Modified Denver Score
Modifizierter Denver -Score
有人能解释为什么只显示seg的一部分吗?你知道吗
您可以使用
tostring
函数:在您的情况下,生成的字符串可能包含不必要的符号,因此您可以这样修改最后一行:
您需要知道^{} 属性,它是元素结束标记后面的文本。这里有很好的解释:http://infohost.nmt.edu/tcc/help/pubs/pylxml/web/etree-view.html。你知道吗
“Denver”是第一个
<ut>
元素的tail
,“Score”是第二个<ut>
元素的tail
。这些字符串不是<seg>
元素的text
的一部分。你知道吗除了kgbplus提供的解决方案(它同时适用于ElementTree和lxml),对于lxml,您还可以使用以下方法获得所需的输出:
^{}
^{}
相关问题 更多 >
编程相关推荐