Python lxml - pobierz indeks tekstu tagu
Mam plik xml o formacie podobnym do docx, tj .:
<w:r>
<w:rPr>
<w:sz w:val="36"/>
<w:szCs w:val="36"/>
</w:rPr>
<w:t>BIG_TEXT</w:t>
</w:r>
EDYCJA: Muszę uzyskać indeks „BIG_TEXT” w źródłowym pliku XML, np .:
from lxml import etree
text = open('/devel/tmp/doc2/word/document.xml', 'r').read()
root = etree.XML(text)
start = 0
for e in root.iter("*"):
if e.text:
offset = text.index(e.text, start)
l = len(e.text)
print 'Text "%s" at offset %s and len=%s' % (e.text, offset, l)
start = offset + l
Mogę rozpocząć nowe wyszukiwanie z pozycji bieżącego indeksu + len (tekst), ale czy istnieje inny sposób? Element może mieć jeden znak,w
na przykład. Znajdziesz indeksw
, ale nie indeks tekstu znacznikaw
.