Python (xml.etree)不读取XML文本

Question

我以前没有使用过XML，但是在从以下XML中获取文本时遇到了困难：

<w>
  <shortening>n</shortening>
  ūmi 
  <mor type="mor">
    <mw>
      [extra stuff]
    </mw>
    <menx>rest</menx>
    <menx>sleep</menx>
    <gra type="gra" relation="ROOT" head="0" index="1"/>
  </mor>
</w>

对应于Element.text标记的w属性中没有文本ūmi，而是有None。我认为这是因为它前面有<shortening>标记。这不应该是Unicode问题，因为还有很多其他Unicode字符读得很好(这是音译的希伯来语)。

有什么简单的方法可以解决这个问题吗？这是格式错误的XML吗？

Answer 1

这是因为文本本身并不是任何节点的一部分。它是标记前面的属性尾部的文本，您可以使用缩短节点访问它，请参见以下内容：

import xml.etree.ElementTree as ET
from StringIO import StringIO

s = '''<w>
  <shortening>n</shortening>
  ūmi 
  <mor type="mor">
    <mw>
      [extra stuff]
    </mw>
    <menx>rest</menx>
    <menx>sleep</menx>
    <gra type="gra" relation="ROOT" head="0" index="1"/>
  </mor>
</w>'''

tree = ET.parse(StringIO(s))
root = tree.getroot()

for i in root.iter('shortening'):
    print i.tail

结果：

  ūmi