如何在Python中获取XML根元素的内容？

Question

我有一个XML文件，比如：

<?xml version="1.0" encoding="UTF-8"?>
<root>
    First line. <br/> Second line.
</root>

我想要的输出是：'\n第一行。 <br/> 第二行。\n'。我想说明的是，如果根元素里面还有其他嵌套的元素，它们应该保持原样返回。

Answer 1

从文件中解析：

from xml.etree.ElementTree import parse
tree = parse('yourxmlfile.xml')
print tree.getroot().text

从字符串中解析：

from xml.etree.ElementTree import fromstring
print fromstring(yourxmlstr).text

Answer 2

我想到的第一个方法是：

from xml.etree.ElementTree import fromstring, tostring

source = '''<?xml version="1.0" encoding="UTF-8"?>
<root>
    First line.<br/>Second line.
</root>
'''

xml = fromstring(source)
result = tostring(xml).lstrip('<%s>' % xml.tag).rstrip('</%s>' % xml.tag)

print result

# output:
#
#   First line.<br/>Second line. 
#

但是这个方法并不是完全通用的，因为如果根元素（<root>）里面有任何属性，它就会失效。

更新：这个方法还有另一个问题。因为 lstrip 和 rstrip 可以匹配给定字符的任何组合，所以你可能会遇到这样的情况：

# input:
<?xml version="1.0" encoding="UTF-8"?><root><p>First line</p></root>

# result:
p>First line</p

如果你真的只需要开闭标签之间的字面字符串（就像你在评论中提到的），你可以使用这个：

from string import index, rindex
from xml.etree.ElementTree import fromstring, tostring

source = '''<?xml version="1.0" encoding="UTF-8"?>
<root attr1="val1">
    First line.<br/>Second line.
</root>
'''

# following two lines are needed just to cut
# declaration, doctypes, etc.
xml = fromstring(source)
xml_str = tostring(xml)

start = index(xml_str, '>')
end = rindex(xml_str, '<')

result = xml_str[start + 1 : -(len(xml_str) - end)]

这不是最优雅的方法，但与之前的方法不同，它可以正确处理开标签中的属性，以及任何有效的 XML 文档。