Python 2.7中如何阻止ElementTree.parse()序列化换行符？

当然有办法解决这个问题！我之前也遇到过类似需求——为了源XML的可读性把长文本拆成多行，但序列化输出时要合并成单行。下面是具体的实现方案：

问题的本质是：ElementTree读取XML时会保留源文件里的换行、缩进等空白字符，我们需要清理元素文本中的冗余空白，再调整序列化参数确保输出紧凑。

1. 先看示例场景 #

假设你的tasks.xml内容是这样的：

完成项目文档的编写 包括API说明和使用示例 确保格式符合团队规范

当前你的read.py可能直接读取后序列化，导致输出保留了这些换行。我们需要修改脚本，先清理文本再输出。

2. 标准库ElementTree实现方案 #

用Python标准库的xml.etree.ElementTree就能搞定，步骤如下：

import xml.etree.ElementTree as ET
import re

# 1. 读取XML文件
tree = ET.parse('tasks.xml')
root = tree.getroot()

# 2. 遍历目标元素，清理文本中的冗余空白
for task in root.findall('task'):
    if task.text:
        # 先去掉首尾空白，再把所有连续的换行、空格、制表符替换成单个空格
        cleaned_text = re.sub(r'\s+', ' ', task.text.strip())
        task.text = cleaned_text

# 3. 序列化输出（默认就是紧凑格式，不会自动添加换行）
# 如果要打印输出
print(ET.tostring(root, encoding='utf-8').decode('utf-8'))

# 如果要写入文件
with open('output_tasks.xml', 'wb') as f:
    f.write(ET.tostring(root, encoding='utf-8', xml_declaration=True))

运行后，输出的<task>内容会变成单行：

完成项目文档的编写 包括API说明和使用示例 确保格式符合团队规范

3. 进阶：用lxml优化（可选） #

如果你项目里已经在用lxml库，它的序列化控制更灵活，可以直接关闭美化输出：

from lxml import etree
import re

tree = etree.parse('tasks.xml')
root = tree.getroot()

# 同样清理文本
for task in root.xpath('//task'):
    if task.text:
        cleaned_text = re.sub(r'\s+', ' ', task.text.strip())
        task.text = cleaned_text

# 强制输出紧凑格式，禁止自动换行缩进
output = etree.tostring(root, encoding='utf-8', pretty_print=False, xml_declaration=True)
print(output.decode('utf-8'))

注意事项 #

• 如果你的XML文本包含CDATA块，需要单独处理CDATA节点的内容，逻辑类似：找到CDATA子节点，清理其内部文本后替换。
• 如果你只想去掉换行但保留单个空格，正则r'\n+'可以精准替换换行符，而不是所有连续空白。

内容的提问来源于stack exchange，提问作者M Doe