Python - lxml Xpath 기능으로 일부 HTML 태그 유지하기

Question

LXML Xpath 기능을 사용하여 HTML 파서를 작성 중입니다. 그것은 잘 작동하는 것,하지만 나는 하나의 주요 문제가 있습니다.

모든 HTML <p> 태그를 구문 분석 할 때 <b>, <i> 등의 태그를 사용하는 단어가 있습니다. 이러한 태그는 유지해야합니다.

예를 들어, HTML을 구문 분석 할 때;

<div class="ArticleDetail"> 
    <p>Hello world, this is a <b>simple</b> test, which contains words in <i>italic</i> and others. 
    I have a <strong>strong</strong> tag here. I guess this is a silly test. 
    <br/> 
    Ops, line breaks. 
    <br/></p> 

이 파이썬 코드를 실행하면;

x = lxml.html.fromstring("...html text...").xpath("//div[@class='ArticleDetail']/p") 
for stuff in x: 
    print stuff.text_content() 

이 방법은 정상적으로 작동하지만 p 대신 다른 모든 태그를 제거합니다.

출력 :

Hello world, this is a simple test, which contains words in italic and others. 
I have a strong tag here. I guess this is a silly test. 
Ops, line breaks. 

당신이 모든 <b>, <i> 및 <strong> 태그를 제거 볼 수 있듯이. 어쨌든 그들을 지킬 수 있습니까?

Answer 1

현재 HTML 콘텐츠 (태그 포함)가 아닌 텍스트 콘텐츠 만 검색 중입니다.

당신은 대신 XPath는 일치의 모든 자식 노드를 검색 할 : 편집

from lxml import etree 

x = lxml.html.fromstring("...html text...").xpath("//div[@class='ArticleDetail']/p") 
for elem in x: 
    for child in elem.iterdescendants(): 
     print etree.tostring(child)