为什么lxml中的这个元素包含尾部？

2024-06-16 18:57:59 发布

您现在位置：Python中文网/ 问答频道 /正文
3902 3

考虑一下这个Python脚本：

from lxml import etree

html = '''
<html xmlns="http://www.w3.org/1999/xhtml">
<head></head>
  <body>
    <p>This is some text followed with 2 citations.<span class="footnote">1</span>
       <span сlass="footnote">2</span>This is some more text.</p>
  </body>
</html>'''

tree = etree.fromstring(html)

for element in tree.findall(".//{*}span"):
    if element.get("class") == 'footnote':
        print(etree.tostring(element, encoding="unicode", pretty_print=True))

期望的输出是2span元素，而我得到：

^{pr2}$

为什么它在元素后面包含文本直到父元素的结尾？在

我试图使用lxml链接脚注，当我将a.insert()元素添加到我为其创建的a元素中时，它包含了后面的文本，因此链接了大量我不想链接的文本。在


Tags： text文本元素is链接htmlbodysome
2条回答
网友
1楼 · 编辑于 2024-06-16 18:57:59

它包括元素后面的文本，因为该文本属于元素。在

如果不希望该文本属于上一个范围，则需要将其包含在其自己的元素中。但是，在将元素转换回XML时，可以避免打印此文本，并将with_tail=False作为etree.tostring()的参数。在

如果要从特定元素中移除元素tail，也可以简单地将元素tail设置为''。在

网友
2楼 · 编辑于 2024-06-16 18:57:59

指定with_tail=False将删除尾部文本。在

print(etree.tostring(element, encoding="unicode", pretty_print=True, with_tail=False))

见^{} documentation。在

相关问题 更多 >

    编程相关推荐