Python中如何将XML标签间的文本保存到变量中？

我明白你的困惑啦！用SAX解析XML的时候，直接在回调方法里return确实没法把文本存到变量里——因为SAX是事件驱动的，那些回调方法（比如characters()）是由解析器自动触发执行的，return的值根本不会被外部代码捕获到。你需要换个思路：在自定义的Handler类里维护一个变量，用来收集解析过程中遇到的文本，解析完成后再从这个Handler实例里取出内容。

修正后的代码示例 #

下面是调整后的完整代码，能把你需要的文本正确存入变量：

from xml.sax import make_parser, handler

class TextCollectorHandler(handler.ContentHandler):
    def __init__(self):
        super().__init__()
        self.collected_text = []  # 用列表收集文本片段，比直接拼接字符串更高效

    def characters(self, content):
        # 过滤掉无意义的空白文本，只保留有效内容
        cleaned_content = content.strip()
        if cleaned_content:
            self.collected_text.append(cleaned_content)

# 你的XML内容（注意修正原代码里未闭合的标签）
xml_content = '<text><p><s id="1">Some text <someothertag>some more text</someothertag></s></p></text>'

# 初始化解析器和自定义Handler
parser = make_parser()
text_handler = TextCollectorHandler()
parser.setContentHandler(text_handler)

# 执行解析
parser.parseString(xml_content)

# 将收集到的文本片段拼接成完整字符串，存入变量
extracted_text = ' '.join(text_handler.collected_text)
print(extracted_text)  # 输出: Some text some more text
# 现在extracted_text就是你要的变量啦！

进阶：只收集特定标签内的文本 #

如果你的需求是只提取某几个特定标签（比如<s>标签）里的文本，可以在Handler里增加标签状态标记，精准控制收集范围：

class TargetTagHandler(handler.ContentHandler):
    def __init__(self):
        super().__init__()
        self.collected_text = []
        self.in_target_tag = False  # 标记是否处于目标标签内

    def startElement(self, name, attrs):
        # 当进入<s>标签时，开启收集开关
        if name == 's':
            self.in_target_tag = True

    def endElement(self, name):
        # 当离开<s>标签时，关闭收集开关
        if name == 's':
            self.in_target_tag = False

    def characters(self, content):
        # 只有在目标标签内且内容非空白时，才收集文本
        if self.in_target_tag and content.strip():
            self.collected_text.append(content.strip())

# 使用这个Handler的方式和之前一致
parser = make_parser()
target_handler = TargetTagHandler()
parser.setContentHandler(target_handler)
parser.parseString(xml_content)

target_text = ' '.join(target_handler.collected_text)
print(target_text)  # 同样输出目标标签内的文本

核心思路就是：SAX解析是“边读边触发事件”，你不能指望从回调方法里return值，而是要在Handler内部把数据存起来，等解析完了再统一取出。

内容的提问来源于stack exchange，提问作者student