如何在BeautifulSoup嵌套XML标签间强制换行，无需美化重解析？

我需要测试一套（反）序列化代码的对称性，发现用BeautifulSoup手动创建嵌套XML标签时，内部标签与外层标签之间没有换行符，导致和原始解析的标签序列化结果不一致，无法直接通过==判断相等。有没有办法不用先美化再重解析的繁琐操作，直接让生成的标签在嵌套时自动添加换行符？

示例代码 #

import bs4
from bs4 import BeautifulSoup

# 原始解析的标签，带有换行符
tag_string = "<OUTER>\n<INNER/>\n</OUTER>"
tag = BeautifulSoup(tag_string, "xml").find("OUTER")

print(tag)
# 输出：
# <OUTER>
# <INNER/>
# </OUTER>

# 手动创建的嵌套标签，无换行符
new_tag = bs4.Tag(name="OUTER")
new_tag.append(bs4.Tag(name="INNER", can_be_empty_element=True))

print(tag == new_tag)  # 输出：False
print(new_tag)
# 输出：
# <OUTER><INNER/></OUTER>

当前繁琐解决方案 #

为实现序列化对称，我不得不先美化输出、处理换行符，再重新解析：

new_tag = BeautifulSoup(
    new_tag.prettify().replace("\n ", "\n"), "xml"
).find("OUTER")

print(tag == new_tag)  # 输出：True
print(new_tag)
# 输出：
# <OUTER>
# <INNER/>
# </OUTER>

需求背景 #

• 我用专属测试数据将数千个标签反序列化为对象
• 开发时发现多处输入输出不匹配，这种情况不可接受——读取数据的闭源二进制程序会执行不必要的操作，仅当数据库与XML条目存在真实差异时才应触发这类操作
• 我已修复测试数据的不匹配问题，但无法保证所有用户都能实现（反）序列化对称
• 因此测试套件需要遍历用户数据的标签，断言输入输出完全相等，但当前美化重解析的方法过于繁琐，希望找到更优方案

优化方案 #

方法1：手动插入换行符节点

在添加子标签前后，手动插入NavigableString类型的换行符，让生成的标签序列化时自带换行：

import bs4
from bs4 import BeautifulSoup, NavigableString

new_tag = bs4.Tag(name="OUTER")
# 插入开头换行
new_tag.append(NavigableString("\n"))
inner_tag = bs4.Tag(name="INNER", can_be_empty_element=True)
new_tag.append(inner_tag)
# 插入结尾换行
new_tag.append(NavigableString("\n"))

print(tag == new_tag)  # 输出：True
print(new_tag)
# 输出：
# <OUTER>
# <INNER/>
# </OUTER>

方法2：封装添加子标签的逻辑

如果需要批量处理，可以自定义函数封装添加逻辑，自动插入换行：

def append_with_newline(parent_tag, child_tag):
    parent_tag.append(NavigableString("\n"))
    parent_tag.append(child_tag)
    parent_tag.append(NavigableString("\n"))

# 使用示例
new_tag = bs4.Tag(name="OUTER")
inner_tag = bs4.Tag(name="INNER", can_be_empty_element=True)
append_with_newline(new_tag, inner_tag)

print(tag == new_tag)  # 输出：True

方法3：直接对比格式化后的字符串

不需要重新解析标签，直接对比处理后的美化字符串，效率更高：

# 统一处理缩进后对比字符串
print(tag.prettify().replace("\n ", "\n") == new_tag.prettify().replace("\n ", "\n"))  # 输出：True

内容的提问来源于stack exchange，提问作者aweeeezy