换行符后tostring中的lxml:pretty_print选项无法正常工作

Question

忽略符号'\n'后的pretty_print。例如：

import lxml.etree as etree
strs = ["<root>n<e1/><e2/></root>",
  "<root><e1/><e2/></root>"]
for str in strs:
 xml = etree.fromstring(str)
 print etree.tostring(xml, pretty_print=True)

输出为：

<root>
<e1/><e2/></root>
<root>
  <e1/>
  <e2/>
</root>

这两个字符串都是有效的xml。第一个字符串具有符号"\n"，在此符号之后将忽略pretty_print。

是它和lxml错误，还是我需要特殊的操作来进行漂亮的格式化？

Answer 1

谢谢你，Corley

此行为的原因如下：http://lxml.de/FAQ.html#why-做n-the-prety-print-options-reformat-my-xml-output

正确的代码是：

import lxml.etree as etree
strs = ["<root>n<e1/><e2/></root>",
    "<root><e1/><e2/></root>"]
parser = etree.XMLParser(remove_blank_text=True)
for str in strs:
    xml = etree.fromstring(str, parser=parser)
    print etree.tostring(xml, pretty_print=True)
    # or for Python 3.x
    print(etree.tostring(xml, pretty_print=True).decode())
    # here I assume utf-8 encoding