Python lxml保存文件缩进 配置pretty_print格式化输出

lxml.etree.tostring() 默认不缩进，必须显式传入 pretty_print=true 且 encoding=’utf-8’；推荐用 tree.write() 直接保存带声明和缩进的文件，解析时启用 remove_blank_text=true 避免空白干扰。

lxml.etree.tostring() 不生效？检查是否漏传 pretty_print=True

直接调用 etree.tostring() 默认不缩进，哪怕你用了 etree.ElementTree.write() 也一样——缩进不是默认行为。必须显式开启 pretty_print=True，而且它只在 tostring() 和 write() 中起作用，跟创建或解析过程无关。

常见错误是写了 etree.tostring(root) 就以为能缩进，结果输出一行密文。正确做法是：

xml_str = etree.tostring(root, encoding='utf-8', pretty_print=True)

注意两点：一是 pretty_print 必须为 True（不能是字符串或 1），二是 encoding 设为 'utf-8' 才能避免字节对象问题；如果后续要写入文件，推荐用 write() 而非手动 decode + open。

用 tree.write() 保存带缩进的文件，别手动 write() 字符串

很多人把 tostring(..., pretty_print=True) 的结果 decode 成 str，再用 open(...).write()，这容易出编码错、换行错，还绕过 lxml 内置的 XML 声明处理。

立即学习“Python免费学习笔记（深入）”；

更稳妥的做法是直接用 ElementTree.write()，它原生支持 pretty_print 和 xml_declaration：

tree.write('output.xml', encoding='utf-8', xml_declaration=True, pretty_print=True)

• xml_declaration=True 会自动加 <?xml version='1.0' encoding='utf-8'?>，否则没有
• 路径 'output.xml' 必须是字符串，不能是 Path 对象（除非先转成 str）
• 如果文件已存在，write() 会直接覆盖，不提示

缩进失效的隐藏原因：文本节点里有空白字符

即使开了 pretty_print=True，输出仍可能挤成一团——大概率是原始 XML 或你手动添加的 Element 里混入了换行、空格等空白文本。lxml 把这些视作有效内容，缩进逻辑会退化。

解决方法是在解析时就清理空白，或构建时避免插入多余文本：

• 解析时加 remove_blank_text=True：parser = etree.XMLParser(remove_blank_text=True)
• 新建节点后，别写 elem.text = 'n ' 这类手动换行，让 pretty_print 全权控制
• 已有脏数据可用 etree.strip_tags(root, etree.Comment) 或遍历清理 .text/.tail，但要小心误删业务需要的空白

python 3.12+ 与旧版 lxml 的兼容性提醒

较新版本 lxml（如 5.0+）对 pretty_print 的实现更严格，尤其在处理命名空间或自闭合标签时，可能和旧版输出略有差异。如果你的 CI 环境升级后缩进“变奇怪”，先确认 lxml 版本：

import lxml; print(lxml.__version__)

若需稳定行为，建议锁定版本（如 lxml>=4.9.0,），并避免混合使用 <code>minidom 和 lxml 处理同一棵树——它们对空白的处理逻辑完全不同，混用极易导致缩进崩溃。

真正麻烦的从来不是开不开 pretty_print，而是你以为开了，其实被空白文本、编码方式或版本差异悄悄关掉了。