基于lxml的Python XSLT转换失败：制表符分隔文件生成问题

首先咱们拆解下你遇到的问题：HTML转换正常但TSV失败，核心原因是XSLT输出纯文本（TSV）和HTML/XML的处理逻辑在lxml里完全不同，你的代码用了处理XML节点树的方式来处理纯文本输出，才导致了一系列报错。

为什么会报错？ #

1. AttributeError: 'NoneType' object has no attribute 'decode'：当XSLT设置为输出纯文本（method="text"）时，transform(xml_file)返回的_XSLTResultTree对象，用et.tostring()处理会返回None——因为tostring()是专门用来序列化XML/HTML节点的，纯文本输出没有节点结构，它没法生成有效字节流，自然返回None，调用.decode()就会触发错误。
2. UnicodeEncodeError：直接用str(transformed)时，Python会默认使用系统编码（比如Windows上的GBK）去编码Unicode字符串，如果翻译文本里包含UTF-8专属字符（比如中文、特殊符号），就会出现编码失败的问题。

解决方案 #

第一步：确保TSV的XSLT正确设置输出格式 #

先检查你的XSLT文件开头是否正确声明了纯文本输出，这是基础前提：

<?xml version="1.0" encoding="UTF-8"?>
<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
    <!-- 关键配置：指定输出为纯文本，编码UTF-8 -->
    <xsl:output method="text" encoding="UTF-8" indent="no"/>
    
    <!-- 你的转换逻辑示例 -->
    <xsl:template match="/TS">
        <!-- 输出TSV表头，用制表符分隔 -->
        <xsl:text>Source	Translation	Translator Comment&#10;</xsl:text>
        <xsl:for-each select="context/message">
            <xsl:value-of select="source"/><xsl:text>	</xsl:text>
            <xsl:value-of select="translation"/><xsl:text>	</xsl:text>
            <xsl:value-of select="translatorcomment"/><xsl:text>&#10;</xsl:text>
        </xsl:for-each>
    </xsl:template>
</xsl:stylesheet>

注意用
表示换行， 表示制表符，确保输出严格符合TSV格式。

第二步：修改Python代码适配纯文本输出 #

放弃用et.tostring()，改用_XSLTResultTree原生的write()方法，或者直接获取Unicode字符串后指定编码写入：

方法1：用write()直接写入（推荐）

这个方法最可靠，直接利用lxml的输出逻辑，指定编码即可：

import lxml.etree as et

xml_file = et.parse(input_xml)
xslt_file = et.parse(transform_xsl)
transform = et.XSLT(xslt_file)
transformed = transform(xml_file)

# 二进制模式打开文件，指定UTF-8编码写入
with open(self.output, "wb") as out_file:
    transformed.write(out_file, encoding="utf-8")

方法2：获取Unicode字符串后写入

如果需要先处理文本内容，可以先转成Unicode字符串，再用文本模式打开文件并指定编码：

import lxml.etree as et

xml_file = et.parse(input_xml)
xslt_file = et.parse(transform_xsl)
transform = et.XSLT(xslt_file)
transformed = transform(xml_file)

# 获取纯文本内容（Unicode字符串）
result_text = str(transformed)

# 文本模式打开，指定UTF-8编码写入
with open(self.output, "w", encoding="utf-8") as out_file:
    out_file.write(result_text)

为什么HTML转换正常？ #

因为HTML的XSLT输出是标准的XML/HTML节点树，et.tostring()可以正确序列化这个节点树为字节流，所以.decode("utf-8")能正常工作。而TSV是纯文本，没有节点结构，完全不适用这个处理方式。

内容的提问来源于stack exchange，提问作者user707779