Удаление элемента, но не текста после него

Question

У меня есть XML файл похож на этот:

<root>
<a>Some <b>bad</b> text <i>that</i> I <u>do <i>not</i></u> want to keep.</a>
</root>

Я хочу удалить весь текст в <b> или же <u> элементы (и потомки), а остальные выведите. Вот что я попробовал:

from __future__ import print_function
import xml.etree.ElementTree as ET

tree = ET.parse('a.xml')
root = tree.getroot()

parent_map = {c:p for p in root.iter() for c in p}

for item in root.findall('.//b'):
  parent_map[item].remove(item)
for item in root.findall('.//u'):
  parent_map[item].remove(item)
print(''.join(root.itertext()).strip())

(Я использовал рецепт в этом ответе, чтобы построить parent_map). Проблема, конечно, в том, что с remove(item) Я также удаляю текст после элемента, и результат:

Some that I

тогда как я хочу:

Some  text that I  want to keep.

Есть ли решение?

Answer 1

Если вы не будете использовать что-то лучше, вы можете использовать clear() вместо remove() сохраняя хвост элемента:

import xml.etree.ElementTree as ET


data = """<root>
<a>Some <b>bad</b> text <i>that</i> I <u>do <i>not</i></u> want to keep.</a>
</root>"""

tree = ET.fromstring(data)
a = tree.find('a')
for element in a:
    if element.tag in ('b', 'u'):
        tail = element.tail
        element.clear()
        element.tail = tail

print ET.tostring(tree)

печать (см. пустой b а также u теги):

<root>
<a>Some <b /> text <i>that</i> I <u /> want to keep.</a>
</root>

Кроме того, вот решение с использованием xml.dom.minodom:

import xml.dom.minidom

data = """<root>
<a>Some <b>bad</b> text <i>that</i> I <u>do <i>not</i></u> want to keep.</a>
</root>"""

dom = xml.dom.minidom.parseString(data)
a = dom.getElementsByTagName('a')[0]
for child in a.childNodes:
    if getattr(child, 'tagName', '') in ('u', 'b'):
        a.removeChild(child)

print dom.toxml()

печатает:

<?xml version="1.0" ?><root>
<a>Some  text <i>that</i> I  want to keep.</a>
</root>