Python脚本实现XML标签间空白字符去除求助

嘿，刚接触Python就开始处理XML啦，这有两个实用的方法帮你搞定标签间空白字符的问题～

方法一：正则表达式（简单直接，适合规整XML） #

如果你的XML结构比较简单（像你给出的例子这样没有复杂属性或嵌套），用正则表达式可以快速解决：

import re

original_xml = "<SIMPLE_RETURN> <RESPONSE> <DATETIME>2018-05-09T12:47:24Z</DATETIME> <CODE>2014</CODE> <TEXT>Too many concurrent login(s)</TEXT> </RESPONSE></SIMPLE_RETURN>"
# 匹配两个标签之间的所有空白字符（空格、换行、制表符等）
cleaned_xml = re.sub(r'>\s+<', '><', original_xml)
print(cleaned_xml)

这个正则表达式>\s+<会精准定位到>和<之间的所有空白（\s+表示一个或多个空白字符），然后替换成><，既去掉了标签间的空白，又不会影响标签内部的文本内容（比如<TEXT>里的空格会完整保留）。

方法二：XML解析库（健壮可靠，适合复杂场景） #

如果之后你要处理的XML变得更复杂（比如包含属性、CDATA段或者多层嵌套），正则就容易出问题了，这时候用Python标准库的xml.etree.ElementTree更稳妥：

import xml.etree.ElementTree as ET

original_xml = "<SIMPLE_RETURN> <RESPONSE> <DATETIME>2018-05-09T12:47:24Z</DATETIME> <CODE>2014</CODE> <TEXT>Too many concurrent login(s)</TEXT> </RESPONSE></SIMPLE_RETURN>"

# 解析XML字符串
root = ET.fromstring(original_xml)
# 生成无空白的XML字符串，encoding='unicode'确保输出是字符串而非字节
cleaned_xml = ET.tostring(root, encoding='unicode', method='xml')
print(cleaned_xml)

ElementTree会正确解析XML的结构，重新生成时自动去掉标签间的空白，完全不用担心破坏XML的语法，是处理XML的标准做法。

内容的提问来源于stack exchange，提问作者Shenali Silva