LXML ElementTree解析XML时STYLE元素无法生成子节点树问题

哦，这个坑我见过好多次了！你现在的问题完全是因为用HTML解析器处理XML文档导致的。lxml.html.fromstring()是专门为HTML设计的，它会遵循HTML的规则来解析内容：在HTML里，<style>标签的内容会被当作纯文本（比如CSS代码），不会被解析成嵌套的节点结构。这就是为什么你的<STYLE>元素下的子节点没有被构建，所有内容都变成了该元素的文本值。

直接用lxml.etree的解析器来处理XML文档，它会严格遵循XML的规则解析嵌套元素。修改后的代码如下：

import requests
import lxml.etree

response = requests.get('http://www.beerxml.com/recipes.xml')

def depth(node):
    d = 0
    while node is not None:
        d += 1
        node = node.getparent()
    return d

# 用XML解析器解析XML内容
tree = lxml.etree.fromstring(response.content)
for recipe in tree:
    for child in recipe.iter():
        # 可选：把标签转成小写，和你期望的输出格式一致
        tag = child.tag.lower()
        # 处理文本为空的情况，避免输出None
        text = child.text.strip() if child.text else ''
        print(depth(child), tag, '\t\t\t', text)

• XML是大小写敏感的，HTML则不是。lxml.html会自动把标签转成小写，但lxml.etree会保留原始大小写，所以上面的代码里加了tag.lower()来匹配你期望的输出格式。
• 如果后续遇到带命名空间的XML文档，可以在解析或遍历的时候指定命名空间参数，不过这个示例里的文档没有命名空间，所以不用额外处理。
• 记住：HTML和XML的解析规则差异很大，处理对应格式的文档一定要用对应的解析器，不然很容易出现这种“看起来应该正常但就是解析异常”的问题。

内容的提问来源于stack exchange，提问作者Jelle O