如何從 python 中的 XML 中的類似類型的標簽中獲取特定的標簽文本？

Question

我有以下標簽 -

<PREAMHD>
                    <HD SOURCE="HED">Applicants:</HD>
                    <P>Fortune V Separate Account</P>
</PREAMHD>
<PREAMHD>
                    <HD SOURCE="HED">FILING DATES:</HD>
                    <P>The application was filed on September 20, 2021</P>
</PREAMHD>

我嘗試了，但是為每個 preamHD 標簽獲取了 P 標簽的所有文本-

 if pre.findall("./PREAMHD"):
        DATES=''
        for dates in pre.findall("./PREAMHD/HD"):
            checking_date = dates.text
            print(checking_date)
            if 'DATES' in checking_date:
                print('filing')
                for dates_phd in pre.findall("./PREAMHD/P"):
                    print(dates_phd.text)
                    for para1 in dates_phd.itertext():
                        DATES += para1.replace('DATES:', '').replace('\n',' ')
                DATES = ' '.join(DATES.split())
                print(DATES)
        message_body += 'Dated:' + str(DATES)

我怎樣才能只獲得申請日期 P 標簽文本？ 任何幫助，將不勝感激。

Answer 1

您可以使用XPath 表達式- 特別是[tag='text']語法。

選擇具有子命名標記的所有元素，其完整文本內容（包括后代）等於給定文本。

>>> pre.findall('./PREAMHD[HD="FILING DATES:"]/P')
[<Element 'P' at 0x11c239540>]
>>> for p in pre.findall('./PREAMHD[HD="FILING DATES:"]/P'):
...     p.text
'The application was filed on September 20, 2021'