我目前面临一个无法解释etree行为的问题。以下代码演示了我面临的问题。我想解析如下所示的 HTML 字符串，更改元素的属性并在完成后重新打印 HTML。
from lxml import etree
from io import StringIO, BytesIO
string = "<p><center><code>git clone https://github.com/AlexeyAB/darknet.git</code></center></p>"
parser = etree.HTMLParser()
test = etree.fromstring(string, parser)
print(etree.tostring(test, pretty_print=True, method="html")
我得到这个输出：
<html><body>
<p></p>
<center><code>git clone https://github.com/AlexeyAB/darknet.git</code></center>
</body></html>
如您所见(让我们忽略 etree 添加的<html>和<body>标签(，节点的顺序已更改！用于包装 <center> 标记的 <p> 标记现在丢失其内容，并且该内容将在</p>标记关闭后添加。啊？
当我省略<center>标签时，突然间解析正确完成：
from lxml import etree
from io import StringIO, BytesIO
string = "<p><code>git clone https://github.com/AlexeyAB/darknet.git</code></p>"
parser = etree.HTMLParser()
test = etree.fromstring(string, parser)
print(etree.tostring(test, pretty_print=True, method="html"))
使用正确的输出：
<html><body><p><code>git clone https://github.com/AlexeyAB/darknet.git</code></p></body></html>
我在这里做错了什么吗？我必须使用 HTML 解析器，因为在不使用它时我会遇到很多解析错误。我也无法更改<p>和<center>标签的顺序，因为我以这种方式阅读它们。
<center>是一个块级元素。
<p>不能合法地包含块级元素。
因此，解析器在遇到<center>时会关闭<p>。
使用有效的HTML - 或XML解析器，它不关心HTML规则(但作为交换，不能处理一些HTML细节，如大多数命名实体，如 或未关闭/自关闭的标记(。
居中内容已经用CSS完成了很长时间了，没有理由再使用<center>了(事实上，它已被弃用(。但它仍然有效，如果您坚持使用它，请切换嵌套。
<center><p><code>git clone https://github.com/AlexeyAB/darknet.git</code></p></center>