Skip to main content
 首页 » 编程设计

python之删除一个元素,但不删除其后的文本

2025年05月04日7EasonJim

我有一个 XML类似这样的文件:

<root> 
<a>Some <b>bad</b> text <i>that</i> I <u>do <i>not</i></u> want to keep.</a> 
</root> 

我想删除 <b> 中的所有文本或 <u>元素(和后代),并打印其余部分。这是我尝试过的:

from __future__ import print_function 
import xml.etree.ElementTree as ET 
 
tree = ET.parse('a.xml') 
root = tree.getroot() 
 
parent_map = {c:p for p in root.iter() for c in p} 
 
for item in root.findall('.//b'): 
  parent_map[item].remove(item) 
for item in root.findall('.//u'): 
  parent_map[item].remove(item) 
print(''.join(root.itertext()).strip()) 

(我使用 this answer 中的配方构建了 parent_map )。当然,问题在于 remove(item)我还删除了元素后面的文本,结果是:

Some that I 

而我想要的是:

Some  text that I  want to keep. 

有什么解决办法吗?

请您参考如下方法:

如果你最终不会使用更好的东西,你可以使用 clear() 而不是 remove() 保留元素的尾部:

import xml.etree.ElementTree as ET 
 
 
data = """<root> 
<a>Some <b>bad</b> text <i>that</i> I <u>do <i>not</i></u> want to keep.</a> 
</root>""" 
 
tree = ET.fromstring(data) 
a = tree.find('a') 
for element in a: 
    if element.tag in ('b', 'u'): 
        tail = element.tail 
        element.clear() 
        element.tail = tail 
 
print ET.tostring(tree) 

打印(见空的 b 和 u 标签):

<root> 
<a>Some <b /> text <i>that</i> I <u /> want to keep.</a> 
</root> 

此外,这是一个使用 xml.dom.minodom 的解决方案:

import xml.dom.minidom 
 
data = """<root> 
<a>Some <b>bad</b> text <i>that</i> I <u>do <i>not</i></u> want to keep.</a> 
</root>""" 
 
dom = xml.dom.minidom.parseString(data) 
a = dom.getElementsByTagName('a')[0] 
for child in a.childNodes: 
    if getattr(child, 'tagName', '') in ('u', 'b'): 
        a.removeChild(child) 
 
print dom.toxml() 

打印:

<?xml version="1.0" ?><root> 
<a>Some  text <i>that</i> I  want to keep.</a> 
</root>