在Python的ElementTree中的标记后提取文本
这是XML的一部分：
<item><img src="cat.jpg" /> Picture of a cat</item>
提取标签很容易。做就是了：
et = xml.etree.ElementTree.fromstring(our_xml_string)
img = et.find('img')
但是，如何立即获得文本（ 猫的照片 ）呢？执行以下操作将返回一个空白字符串：
print et.text
问题答案：
元素具有tail属性-因此element.text，您要求的不是element.tail。
>>> import lxml.etree
>>> root = lxml.etree.fromstring('''<root><foo>bar</foo>baz</root>''')
>>> root[0]
<Element foo at 0x145a3c0>
>>> root[0].tail
'baz'
或者，例如：
>>> et = lxml.etree.fromstring('''<item><img src="cat.jpg" /> Picture of a cat</item>''')
>>> et.find('img').tail
' Picture of a cat'
这也适用于普通的ElementTree：
>>> import xml.etree.ElementTree
>>> xml.etree.ElementTree.fromstring(
... '''<item><img src="cat.jpg" /> Picture of a cat</item>'''
... ).find('img').tail
' Picture of a cat'
-
我有一个包含数万个XML文件（小文件）的语料库，我正在尝试使用Python并提取其中一个XML标记中包含的文本，例如，body标记之间的所有内容，例如： 然后编写一个包含此字符串的文本文档，然后向下移动XML文件列表。 我正在使用effbot的ELementTree，但找不到正确的命令/语法来做到这一点。我找到了一个使用迷你DOM的dom.getElementsByTagName的网站，但我不确定
-
问题内容： 我要提取： 来自标签的src的文本和 类数据内的定位标记的文本 我成功地提取了img src，但是从锚标记中提取文本时遇到了麻烦。 这是整个HTML页面的链接。 这是我的代码： 我想做的是 提取图像src（链接）和中的标题，因此例如： 应该提取： 问题答案： 以上所有答案确实可以帮助我构建答案，因此，我对其他用户提出的所有答案投了赞成票：但是我最终对自己正在处理的确切问题汇总了自己的答
-
我想在这里得到这个特定元素内的文本 如何使用python和selenium从“数据剪贴板文本”中获取文本？ 我试过了 没有运气
-
如果你标记了一个新名字并删除了原来的名字，docker是否可以从一个私有存储库中拉取？ 例如， 这篇相关的帖子展示了如何更改docker映像名称，但没有说明从Harbor或私人回购中提取的内容：docker如何更改存储库名称或重命名映像？
-
我想摘录： 图像标记和 类数据内的锚标记文本 我成功地提取了img src，但从锚标记中提取文本时遇到了问题。 这是整个HTML页面的链接。 这是我的代码： 我试图做的是提取图像src（link）和div class=data中的标题，例如： 应提取： 尼康COOLPIX L26 16.1 MP数码相机，配备5倍变焦NIKKOR玻璃镜头和3英寸LCD（红色）
-
我目前正在刮这个网站，以建立一个汽车数据集，我有一个方程式建立循环通过网站的每一页，而刮。然而，我无法提取文本，我需要使这一工作。 下面的代码片段是我试图刮去的标记。我需要得到现场的车辆数量。 这张图片显示了我正在尝试删除的站点元素 下面是我用来刮取该元素的代码： 此代码返回以下内容： 然后我检查了一下为什么返回soup.select给我的所有内容来得到错误代码： 它返回： 为什么给我一个空名单？