如何使lxml的解析器在根元素之外保留空白？

Question

我正在使用lxml操作一些现有的XML文档，我希望引入尽可能少的diff噪声。不幸的是，默认情况下，lxml.etree.XMLParser不在文档根元素之前或之后保留空白：

>>> xml = '\n    <etaoin>shrdlu</etaoin>\n'
>>> lxml.etree.tostring(lxml.etree.fromstring(xml))
'<etaoin>shrdlu</etaoin>'
>>> lxml.etree.tostring(lxml.etree.fromstring(xml)) == xml
False

使用lxml可以吗？底层libxml2是否支持它？在

Answer 1

使用regex捕获空白，完成后将其添加回字符串。在

Answer 2

我不知道有什么XML库能为您做到这一点。但是如果你真的需要这样做的话，使用正则表达式听起来是个不错的主意。在

>>> xml = '\n    <etaoin>shrdlu</etaoin>\n'
>>> head, tail = re.findall(r"^\s*|\s*$", xml)[:2]
>>> root = etree.fromstring(xml)
>>> out = head + etree.tostring(root) + tail
>>> out == xml
True