如何让lxml的解析器保留根元素之外的空白空间？

我正在使用lxml来处理一些现有的XML文档，并且我想尽可能少地引入差异噪声。不幸的是默认lxml.etree.XMLParser文档的根元素之前或之后不保留空白：如何让lxml的解析器保留根元素之外的空白空间？

>>> xml = '\n <etaoin>shrdlu</etaoin>\n' 
>>> lxml.etree.tostring(lxml.etree.fromstring(xml)) 
'<etaoin>shrdlu</etaoin>' 
>>> lxml.etree.tostring(lxml.etree.fromstring(xml)) == xml 
False

这可能使用LXML？它是否支持底层的libxml2？

来源

2009-06-09 DanC

用正则表达式捕获空白，并在完成后将其添加回字符串。

来源

2009-06-10 00:21:15 SpliFF

我在寻找同样问题的解决方案时偶然发现了这个答案。但我不明白;你将如何实现这个目标？例如，如果更改引入了新的属性或者在其中添加了一个带有空格的字符串？你将如何恢复空白？ – flodin 2010-11-07 20:57:34

我不知道任何XML库会为你做。但是，如果你真的需要这样做，使用正则表达式听起来像一个体面的想法。

>>> xml = '\n <etaoin>shrdlu</etaoin>\n' 
>>> head, tail = re.findall(r"^\s*|\s*$", xml)[:2] 
>>> root = etree.fromstring(xml) 
>>> out = head + etree.tostring(root) + tail 
>>> out == xml 
True

来源

2009-06-10 20:25:51

如何让lxml的解析器保留根元素之外的空白空间？

回答

相关问题