python中用beautifulsoup解析xml必须指定”lxml-xml”或”xml”解析器，否则按html处理会导致命名空间、自闭合标签等异常；推荐安装lxml并使用”lxml-xml”以支持XPath和严格XML语法。

Python中用BeautifulSoup解析XML，关键在于指定xml解析器（如lxml-xml或xml），否则默认按HTML处理，会导致标签闭合、命名空间、自闭合标签等行为异常。

安装并选择正确的xml解析器

BeautifulSoup本身不自带XML解析能力，需搭配外部解析器：

• 推荐lxml：功能完整、支持XPath、命名空间和严格XML语法，安装命令：pip install lxml；使用时指定"lxml-xml"（注意带-xml后缀）
• xml（内置xml.etree.ElementTree）：无需额外安装，但功能较弱，不支持XPath和部分命名空间特性，指定为"xml"

基础用法：加载XML并查找元素

与HTML用法类似，但解析器名必须明确写为"lxml-xml"或"xml"：

from bs4 import BeautifulSoup 
xml_data = """ apple Banana """
soup = BeautifulSoup(xml_data, "lxml-xml")  # ← 关键：用"lxml-xml" items = soup.find_all("item") for item in items: print(item["id"], item.name.get_text())
输出：1 apple   2 Banana

立即学习“Python免费学习笔记（深入）”；

处理命名空间和自闭合标签

XML常见命名空间（如）和自闭合标签（如）在"lxml-xml"下能正确保留：

• 命名空间需在查找时声明前缀，例如soup.find("ns:tag", namespaces={"ns": "http://example.com/ns"})
• 自闭合标签（如）不会被自动补全为，保持原样
• 而用"html.parser"或"lxml"（非-xml）解析XML，会错误地当作HTML处理，破坏结构

验证是否真的在用XML模式

一个简单判断方式：打印soup.original_encoding或检查soup.select对self-closing标签的返回——若返回空或结构错乱，大概率没用对解析器。更直接的是看soup对象的builder属性：

print(soup.builder.__class__.__name__) # 正常应输出：LXMLXMLTreeBuilder（用"lxml-xml"时） # 若输出 LXMLTreeBuilder，则是HTML模式，错了