如何用Python脚本美化XML文件输出

林译川

2026-11-08 • 👁 0人浏览过

Python美化XML推荐用lxml（pretty_print=True）或xml.dom.minidom（toprettyxml），注意处理空行、编码和空白节点，避免手动替换缩进。用Python美化XML输出，核心是让缩进、换行和格式符合可读性标准，而不是靠手动拼接字符串。最稳妥的方式是用内置的

xml.etree.ElementTree

配合

xml.dom.minidom

，或直接使用第三方库如

lxml

—— 它们能自动处理嵌套层级、空白节点和编码问题。用 minidom 实现简洁美化

minidom

是 Python 标准库中轻量但够用的方案，适合不需要验证或复杂命名空间的场景。它能把 ElementTree 解析后的 XML 转为带缩进的字符串。先用

ET.parse()

或

ET.fromstring()

加载 XML 再用

minidom.parseString()

重新解析成 DOM 对象调用

.toprettyxml(indent=" ", encoding="utf-8")

输出美化结果注意：

toprettyxml()

默认会在首行加 XML 声明，且可能在元素间插入空行。若需去除多余空行，可对输出做简单后处理（如过滤掉仅含空白符的行）。用 lxml 实现更可控的美化

lxml

功能更强，支持

pretty_print=True

参数，并能保留原始编码、处理 CDATA、注释等细节，且默认不插空行。立即学习 “ Python免费学习笔记（深入） ”； Python 3.14.3 微软官方的 Python 扩展，是 VS Code 安装量最高的扩展（209M+）。集成 IntelliSense（通过 Pylance）、调试（通过 Python Debugger）、代码检查、格式化、重构和单元测试等功能。支持 Jupyter Notebook、虚拟环境管理和多 Python 版本切换。下载安装：

pip install lxml

加载时用

etree.parse()

或

etree.fromstring()

序列化时设

encoding="utf-8"

和

pretty_print=True

若需写入文件，推荐用

tree.write(...)

，避免字节 /字符串混用问题相比 minidom，lxml 更少“意外换行”，也更容易控制输出编码和声明位置。避免常见坑：缩进混乱与编码错误美化失败常因三类问题：原始 XML 有内联空白被误当作内容、写入文件时未指定 encoding、或混合使用字符串和 bytes。解析前可加

parser = ET.XMLParser(remove_blank_text=True)

清理冗余空白写入文件务必指定

encoding

，并用

open(..., "wb")

写二进制，或用

"w"

模式配合

encoding="utf-8"

不要对美化后的字符串再用

.replace()

手动调缩进——易破坏结构，尤其含文本内容时一行命令快速美化（适合脚本或 CI 场景）如果只是临时处理文件，可封装成简短脚本：

python -c "from lxml import etree; print(etree.tostring(etree.parse('in.xml'), pretty_print=True, encoding='unicode'))" > out.xml

把

in.xml

替换为源路径，

out.xml

为目标路径即可。加上

encoding='unicode'

可直接输出字符串，避免字节对象报错。

相关文章