怎么样从一个含有 xml 标签的字符串中截取内容

一个字符串，含有标签。如下所示：
<string xmlns="http://schemas.microsoft.com/2003/10/Serialization/">Hello, how can I get to the railway station?</string>

问题：
这个内容（本例中是：“ Hello .... station?”）是变化的。
想只把内容取出来，也就是不要那些标签， Python 好像没有什么简单的办法？大家有没有好主意，一两条语句搞定，最好只使用标准库。

字符串

标签

标准库

string

25 条回复 • 2015-09-03 08:24:46 +08:00

abelyao

2015-08-31 18:19:44 +08:00

正则表达式…

seki

2015-08-31 18:22:21 +08:00

https://docs.python.org/2/library/markup.html

adrianzhang

2015-08-31 18:38:57 +08:00

@abelyao
@seki
谢谢两位帮忙。我想到了一个简单的办法：取这个字符串的[68:-9]

abelyao

2015-08-31 18:40:50 +08:00

@adrianzhang 如果确定标签、以及标签属性都是固定的，那这样确实是最方便的

secondwtq

2015-08-31 18:44:40 +08:00

@adrianzhang 总感觉这样好奇怪...

先不说标签发生变化的情况，这个读起来貌似不是很直观...

adrianzhang

2015-08-31 18:46:21 +08:00

@secondwtq
@abelyao

标签不变。想了很多方法，解析 xml 啦，解析 html 啦，等等，都好复杂。只有这方法能一条语句解决问题。

abelyao

2015-08-31 18:48:56 +08:00

@adrianzhang 正则也是一句搞定，思路就是取第一个 <> 开始的内容，到最后一个 </> 结束之前。

iniwap

2015-08-31 18:50:11 +08:00

。。。太不优雅了

firemiles

2015-08-31 18:53:53 +08:00

str1.replace ('<string xmlns="http://schemas.microsoft.com/2003/10/Serialization/">','').replace ('</string>','')
是不是更好看点

adrianzhang

2015-08-31 19:35:47 +08:00

@abelyao show me the code?
@firemiles 嗯嗯，好看！我去 test test 。
@iniwap 给个优雅的办法？

em70

2015-08-31 19:38:19 +08:00

#提取任意两个字符串之间的内容
def txt_wrap_by (html,start_str, end,y ):
start = html.find (start_str )
if start >= 0:
start += len (start_str )
end = html.find (end, start )
if end >= 0:
return html[start:end].strip ()

adrianzhang

2015-08-31 19:52:21 +08:00

@firemiles 在双引号前加反斜杆转义一下就 OK 了。这个写法真好！

@em70 嗯嗯，谢谢。想用一两句语句解决这问题。

abelyao

2015-08-31 19:55:22 +08:00 via iPhone

@adrianzhang 思路都说了还 show me the code 呵呵

em70

2015-08-31 20:00:41 +08:00

@adrianzhang 函数都给你定义了,不就是 txt_wrap_by 一行代码搞定了吗,python 没有这种内置函数,PHP 有,要不你换个语言?

adrianzhang

2015-08-31 20:12:30 +08:00

@em70 明白了。谢谢。

zhicheng

2015-08-31 20:13:52 +08:00 via Android

烂代码和烂系统就是这么来的。

secondwtq

2015-08-31 20:24:45 +08:00

感觉有时候总是要 oneliner 不是什么好习惯呢。

借一下 2 楼的资料：

import xml.etree.ElementTree
xml.etree.ElementTree.fromstring ('<somestring>').text

hsyu53

2015-08-31 20:26:30 +08:00 via Android

lxml 专干个事的

bbking

2015-08-31 20:33:05 +08:00

xml.dom, lxml 都可以

adrianzhang

2015-08-31 21:19:44 +08:00

@secondwtq 原来是这样实现？！没提问题之前看这个库看得头晕。终于找到我认为的最优解了。多谢！ 10 个铜板奉上！

racal

2015-09-01 00:54:46 +08:00 via Android

用正则轻松解决

TimePPT

2015-09-01 11:47:52 +08:00

Beautiful Soup 你值得拥有

TimePPT

2015-09-01 11:52:16 +08:00

好吧，没仔细审题，最好标准库...

guoqiao

2015-09-03 07:32:01 +08:00

关于这个问题, 如果只是一次性的, 我目前见到的最有创意的方法, 是在浏览器的控制台里, 用 jQuery 的选择器, 一行代码搞定. jQuery 虽然是针对 html 设计的, 但是在 xml 上一样好用.
即使不是一次性的, 也可以考虑用 Phantomjs + JQuery 等 JS 解决方案, 应当是最优雅的.
说 BS, PyQuery, lxml 的各位, 且不说这个几个库是否好用, 光是安装它们时的依赖问题, 就够让人烦的.

adrianzhang

2015-09-03 08:24:46 +08:00

@guoqiao 这是 python 程序编写过程中的一个小坎坷，用 jQuery 岂不是要安装相关的东东？我认为比较好的那个回复，采用的是标准库，不需要安装什么的。