lxml etree将<em></em>替换为<em/>
lxml etree将<em></em>替换为<em/>
提问于 2016-08-28 06:21:36
我有一个博客，我将博客帖子作为HTML字符串(基本上是html元素的文本)保存在数据库中。例如:我创建了一个博客帖子，结果是下面的字符串作为我的博客帖子内容。
<p>asdasd</p><p><em></em><div>another string</div>当用户查看帖子时，我从DB检索上面的内容，并使用lxml etree对内容做一些处理(这与我的问题无关)，并将内容返回给浏览器。
from lxml import etree as ET
obj = ET.parse(StringIO.StringIO(self.text), parser=ET.HTMLParser()) #self.text holds the html string of blog post
return ET.tostring(tree) # return the html string to browser现在问题是发送到浏览器的内容，如下所示
<p>asdasd</p><p></em /><div>another string</div>这会导致chrome浏览器出现各种问题，例如，在用户浏览器上，上面的html将显示如下(在chrome自动尝试修复它之后)
<p>asdasd</p><p></em><div>another string</div></em>有没有办法防止lxml etree在解析时更改html内容？似乎etree对所有的空html元素都是这样做的。例如，如果我放入一个<div></div>，那么它将被替换为<div />
回答 1
Stack Overflow用户
发布于 2018-04-12 14:54:06
下面是您希望使用lxml在Python中尝试XML规范化(C14N)的内容：
从这个源https://www.w3.org/TR/xml-c14n/中，我们可以看到：
将
空元素转换为开始-结束标记对
示例代码:
from lxml import etree
xml = "<main><p>asdasd</p><p><em></em><div>another string</div></p></main>"
root_element = etree.XML(xml)
print(etree.tostring(root_element, method="c14n")))输出
b'<main><p>asdasd</p><p><em></em><div>another string</div></p></main>'页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/39186304
复制相关文章
相似问题
腾讯云开发者
