使用Python ElementTree解析含<b>标签的XML仅获value1，如何获取完整内容？

当你用string.text获取内容时，只能拿到<string>开始标签到第一个子标签<b>之间的文本（也就是value1 ），而子标签<b>的内容和它后面的. value3分别存在子元素的text和tail属性里，所以需要特殊处理。

方法1：使用itertext()快速拼接 #

itertext()方法会递归遍历当前元素及其所有子元素的文本内容，返回一个包含所有文本片段的迭代器，直接拼接即可：

import xml.etree.ElementTree as ET
tree = ET.parse(xml_file)
root = tree.getroot()
for string in root.findall('string'):
    name = string.get('name')
    # 拼接所有文本片段
    value = ''.join(string.itertext())
    print(f"name: {name}, value: {value}")

运行后会输出：name: key, value: value1 value2. value3

方法2：手动遍历text、子元素text和tail #

如果你需要更精细的控制（比如后续要处理标签结构），可以手动遍历元素的各个部分：

import xml.etree.ElementTree as ET
tree = ET.parse(xml_file)
root = tree.getroot()
for string in root.findall('string'):
    name = string.get('name')
    parts = []
    # 先添加当前元素的文本（如果存在）
    if string.text:
        parts.append(string.text)
    # 遍历所有子元素
    for child in string:
        # 添加子元素的文本
        if child.text:
            parts.append(child.text)
        # 添加子元素结束后的后续文本
        if child.tail:
            parts.append(child.tail)
    value = ''.join(parts)
    print(f"name: {name}, value: {value}")

这个方法和itertext()效果一致，但能让你清晰看到每个文本片段的来源。

原理说明 #

在ElementTree的解析逻辑里：

• 元素的text属性：当前元素开始标签到第一个子元素（或结束标签）之间的文本
• 子元素的text属性：子元素开始标签到其内部子元素（或结束标签）之间的文本
• 子元素的tail属性：子元素结束标签到父元素的下一个子元素（或父元素结束标签）之间的文本

所以原来的代码只取了string.text，自然会漏掉子元素的内容和后续文本。

内容的提问来源于stack exchange，提问作者Gorthez