如何在XML写入时保留原始字符串，避免转义字符转换？

一、解决双引号被双重转义的问题 #

你当前代码出现双重转义，是因为xml.etree.ElementTree.tostring()会先将双引号转义为"，再经minidom.parseString()二次处理时，又把&转义为&，最终变成"。以下是两种可行解决方法：

方法1：直接使用minidom构建XML（推荐） #

通过minidom直接创建文本节点，可避免不必要的转义，代码如下：

from xml.dom import minidom

# 创建XML文档对象
doc = minidom.Document()
# 根节点
data = doc.createElement("data")
doc.appendChild(data)

# 子节点testdata
testdata = doc.createElement("testdata")
data.appendChild(testdata)

# user节点及文本
user = doc.createElement("user")
# 直接创建带双引号的文本节点
user_text = doc.createTextNode('"dummy"')
user.appendChild(user_text)
testdata.appendChild(user)

# 生成格式化XML
xmlstr = doc.toprettyxml(indent="   ")
print(xmlstr)

方法2：使用ElementTree的indent美化（Python 3.9+） #

如果偏好ElementTree，可利用Python 3.9新增的indent()方法美化XML，跳过minidom的二次转义：

import xml.etree.ElementTree as ET

data = ET.Element("data")
m_data = ET.SubElement(data, "testdata")
ET.SubElement(m_data, "user").text = '"dummy"'

# 美化XML缩进
ET.indent(data, space="   ")
# 直接生成Unicode格式的XML字符串
xmlstr = ET.tostring(data, encoding='unicode')
print(xmlstr)

两种方法的输出均符合期望：

<?xml version="1.0" ?>
<data>
   <testdata>
      <user>"dummy"</user>
   </testdata>
</data>

二、XML转义字符完整处理规则 #

XML中有5个需转义的字符，处理规则分场景：

1. 全场景必须转义的字符 #

• & → &：XML中&是实体引用的起始符，必须转义
• < → <：避免被解析为标签起始符
• > → >：避免被解析为标签结束符

2. 仅属性值中需转义的字符 #

• " → "：当属性值用双引号包裹时，属性内的双引号必须转义（如<item name="John&quot;s book">）
• ' → '：当属性值用单引号包裹时，属性内的单引号必须转义（如<item name='John&apos;s book'>）

3. 无需转义的场景 #

元素文本内容中的"和'不需要转义，XML解析器会正常识别，不会影响文档结构。

内容的提问来源于stack exchange，提问作者user765443