ElementTree要素で複数のテキスト部分を表す方法は？

Question

私はElementTreeを使っていくつかのhtmlを処理しています。私はhtmlはXML言語だと思うので、これは大丈夫です。 HTMLで

は、テキスト内のタグを持つことができます。

<p> 
This paragraph <em>has some</em> emphasised words. 
</p> 

だから、「P」の要素は、いくつかのテキスト（「この段落 『）、子要素（』 EM」）といくつかのより多くのテキストを（持っています"強調された単語"）

しかし、ElementTree要素には文字列であるtext属性があります。子要素はリストにありますが、テキストはすべて1つの文字列にまとめられています。

ElementTreeでこのhtmlをどのように表しますか？出来ますか？

Answer 1

あなたはそれを解析しようとしていますか？

import xml.etree.ElementTree as ET 

def processElem(elem): 
    if elem.text is not None: 
     print elem.text 
    for child in elem: 
     processElem(child) 
     if child.tail is not None: 
      print child.tail 

xml = '''<p> 
This paragraph <em>has some</em> emphasised words. 
</p>''' 

root = ET.fromstring(xml) 
processElem(root) 

ができます：

This paragraph 
has some 
emphasised words. 

それとも、HTMLを修正しようとしていますか？

from xml.etree.ElementTree import Element, SubElement, tostring 
top = Element('p') 
top.text = 'This paragraph ' 
child_with_tail = SubElement(top, 'em') 
child_with_tail.text = 'has some' 
child_with_tail.tail = ' emphasised words.' 
print tostring(top) 

ができます：

<p>This paragraph <em>has some</em> emphasised words.</p>