在Python中从XML获取文本值

Question

from xml.dom.minidom import parseString
dom = parseString(data)
data = dom.getElementsByTagName('data')

这个'data'变量返回的是一个元素对象，但我在文档里找了半天也看不到怎么获取这个元素的文本值。

举个例子：

<something><data>I WANT THIS</data></something>

有没有人有什么想法？

Answer 1

我们可以这样理解：“我想要这个”其实是另一个节点。它是“data”的一个文本子节点。

from xml.dom.minidom import parseString
dom = parseString(data)
nodes = dom.getElementsByTagName('data')

此时，“nodes”是一个节点列表，在你的例子中，它里面只有一个项目，就是“data”这个元素。相应地，“data”元素也只有一个子节点，就是文本节点“我想要这个”。

所以你可以这样做：

print nodes[0].firstChild.nodeValue

注意，如果你的输入中有多个叫“data”的标签，你应该对“nodes”使用某种循环技术，而不是直接通过索引来访问。

Answer 2

这段代码应该能解决问题：

dom = parseString('<something><data>I WANT THIS</data></something>')
data = dom.getElementsByTagName('data')[0].childNodes[0].data

也就是说，你需要更深入地了解DOM结构，找到文本子节点，然后获取它的值。