为何Python ElementTree解析后tostring输出保留换行与空格？

核心原因并非expat解析器的问题，而是xml.etree.ElementTree的默认行为：解析时会保留输入XML中的空白文本节点（包括缩进、换行这类仅含空白的内容），因此两个文件解析后的DOM树结构存在差异（一个包含空白节点，一个没有），调用tostring()时自然会输出和输入一致的格式。

解决方案1：解析时忽略空白节点 #

解析XML时，创建指定strip_space=True的XML解析器，让解析器自动忽略仅含空白的文本节点，这样两个文件解析后的DOM树结构完全一致，输出格式就统一了：

import xml.etree.ElementTree as ET

# 创建忽略空白的解析器
parser = ET.XMLParser(strip_space=True)

# 解析两个文件
tree_indented = ET.parse('indented.xml', parser=parser)
tree_oneline = ET.parse('oneline.xml', parser=parser)

# 输出统一格式的XML内容
print(ET.tostring(tree_indented.getroot(), encoding='utf-8').decode())
print(ET.tostring(tree_oneline.getroot(), encoding='utf-8').decode())

解决方案2：手动格式化输出（带缩进） #

如果需要输出带缩进的格式化XML，可以自己实现一个缩进函数，对解析后的根节点进行处理后再调用tostring()：

import xml.etree.ElementTree as ET

def indent(elem, level=0):
    indent_str = "\n" + level * "  "
    if len(elem):
        # 处理子节点前的文本缩进
        if not elem.text or not elem.text.strip():
            elem.text = indent_str + "  "
        # 处理当前节点后的文本缩进
        if not elem.tail or not elem.tail.strip():
            elem.tail = indent_str
        # 递归处理子节点
        for child in elem:
            indent(child, level + 1)
        # 处理最后一个子节点的尾部缩进
        if not child.tail or not child.tail.strip():
            child.tail = indent_str
    else:
        # 处理叶子节点的尾部缩进
        if level and (not elem.tail or not elem.tail.strip()):
            elem.tail = indent_str

# 解析文件（可选使用strip_space）
tree = ET.parse('oneline.xml')
root = tree.getroot()

# 添加缩进格式
indent(root)

# 输出格式化后的XML
print(ET.tostring(root, encoding='utf-8').decode())

内容的提问来源于stack exchange，提问作者Steffen Rheinhold