如何使用lxml库的etree.tostring方法实现XML输出的美化？

本文共计941个文字，预计阅读时间需要4分钟。

基本原因通常为+XML+，没有正确解析出层次结构，或文档本身格式较少显式换行/缩进信息。lxml+不会猜测如何缩进——它仅在已有Element树的基础上，按深度插入换行和空格。

常见错误现象：etree.tostring(root, pretty_print=True) 输出仍是一行，或缩进错乱；甚至抛出 UnicodeEncodeError（尤其在 Python 2 或未指定编码时）。

• 确保你操作的是已解析的 etree.Element 对象，不是原始字符串 —— 直接对字符串调用 tostring 无效
• 如果 XML 来自网络或文件，先用 etree.fromstring() 或 etree.parse() 加载，别跳过解析步骤
• 默认编码是 UTF-8，若需其他编码（如 GBK），必须显式传 encoding="gbk"，否则可能报错或输出乱码

如何让 pretty_print 真正生效：关键三步

不是加个参数就完事。要让缩进“看得见”，得配合解析、编码、输出三方面控制。

• 用 etree.parse() 加载文件（保留原始声明和空白），比 fromstring() 更稳定；若用 fromstring()，确保输入不含 BOM 或非法字符
• 必须传 encoding="unicode" 才能得到可直接打印的字符串；否则返回 bytes，print 时可能触发隐式 decode 失败
• 若 XML 原本没有子元素换行（比如全写在一行里），pretty_print 仍会按树结构重排，但视觉上可能不如预期“干净”——这不是 bug，是设计使然

示例：

立即学习“Python免费学习笔记（深入）”；

root = etree.parse("data.xml").getroot() result = etree.tostring(root, pretty_print=True, encoding="unicode")

与 minidom 或 xml.dom 的美化行为差异

etree.tostring(..., pretty_print=True) 只做结构化缩进，不重排属性顺序、不补空格、不处理 CDATA 或注释格式；而 minidom.toprettyxml() 会强行在每个标签前后加换行，哪怕只有一个子节点，导致大量空行。

• lxml 的缩进单位固定为 2 空格，不可配置；minidom 是 1 tab，也不可改
• etree 默认不美化注释（<!-- ... -->），它们会原样挤在行尾；minidom 会给注释单独成行
• 性能上，etree.tostring 快一个数量级；minidom.toprettyxml 在大文件上明显卡顿

中文标签或属性值导致缩进错位怎么办？

本质是 Unicode 字符宽度问题：等宽字体下中文占 2 字符位，但 pretty_print 按 ASCII 字符计数缩进，结果看起来“没对齐”。这不是渲染错误，是终端显示局限。

• 不影响 XML 有效性，只是肉眼观感；校验用 etree.XML(result) 能成功即说明结构无误
• 避免在标签名或属性值中混用中英文空格（如 <用户 name="张 三">），这种空格会被保留并干扰缩进节奏
• 真要严格对齐，得自己遍历树 + 手动拼接字符串，代价远大于收益——多数场景下，结构清晰比视觉居中重要得多

真正容易被忽略的是：pretty_print 不修复 malformed XML。如果源数据本身闭合错乱，美化后只会让错误更难定位。