[英]lxml/python reading xml with CDATA section
在我的xml中,我有一個CDATA
部分。 我想保留CDATA部分,然后剝離它。 有人可以提供以下幫助嗎?
默認值不起作用:
$ 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€ '
這篇文章似乎暗示parser
選項strip_cdata=False
可以保留cdata,但沒有效果:
$ 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
(應為默認值)產生相同的結果:
$ 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€ '
您已經注意到,即使在解析XML內容時使用strip_cdata=False
,也不會在元素的text
屬性中保留CDATA節。 請參閱https://lxml.de/api.html#cdata 。
在以下情況下, 將保留CDATA節:
使用tostring()
序列化時:
print(etree.tostring(tree.getroot(), encoding="UTF-8").decode())
寫入文件時:
tree.write("subject.xml", encoding="UTF-8")
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.