XML：删除标签，但保留文本

Question

我有一个相当大的XML文件，看起来像这样：

<corpus>
  <dialogue speaker="A">
    <sentence tag1="a" tag2="b"> Hello </sentence>
  </dialogue>
  <dialogue speaker="B">
    <sentence tag1="cc" tag2= "dd"> How are you </sentence>
    <sentence tag1="ff" tag2= "e"> today </sentence>
  </dialogue>
  <dialogue speaker="A">
    <sentence tag1="d" tag2= "bbb"> Great </sentence>
    <sentence tag1="f" tag2= "dd"> How about you </sentence>
  </dialogue>
  <dialogue speaker="B">
    <sentence tag1="a" tag2= "dd"> me too </sentence>
  </dialogue>
</corpus>

我需要删除子元素标签，因此零散的文本再次变为整体，在父母下方，对于看起来像这样的输出：

<corpus>
  <dialogue speaker="A">
    Hello
  </dialogue>
  <dialogue speaker="B">
    How are you today
  </dialogue>
  <dialogue speaker="A">
    Great How about you
  </dialogue>
  <dialogue speaker="B">
     me too
  </dialogue>
</corpus>

我尝试了元素。 strip（）和element.tag.strip（），但没有输出...这是我的代码：

f = ET.parse("file.xml")
root = f.getroot()

for s in root.findall("sentence"):
    text = s.tag.strip("sentence")
    print(text)

我在做什么错？ 谢谢大家的帮助！

Answer 1

你快到了。要获得输出，请尝试：

for d in root.findall(".//dialogue"):
        for s in d.findall('.//sentence'):
            if s.text:          
                new_t = s.text.strip()
            d.remove(s)
            d.text=new_t
print(ET.tostring(root).decode())

这应该输出所需的内容。