如何在 Python 中将未转义的文本添加到 LXML Etree？

【问题标题】：How can I add unescaped text to an LXML Etree in Python?如何在 Python 中将未转义的文本添加到 LXML Etree？
【发布时间】：2020-04-14 15:59:51
【问题描述】：

LXML 的 builder allows for easily generation of HTML and XML，像这样：

>>>from lxml.builder import E
>>>import lxml.etree
>>>lxml.etree.tostring(E.html('hello'))

b'<html>hello</html>'

但如果我包含 HTML 中已经存在的文本，它会转义尖括号，因为它应该：

>>>lxml.etree.tostring(E.html('<b>Hello</b>'))                                                       
b'<html>&lt;b&gt;Hello&lt;/b&gt;</html>'

那么我怎样才能让它将内部文本视为原始 HTML/XML？我想让它在上面的例子中输出<html><b>Hello</b></html。

【问题讨论】：

标签： python lxml elementtree

【解决方案1】：

您可以通过将 html 字符串解析为 lxml etree 对象来轻松完成此操作：

In [1]: from lxml.builder import E                                       

In [2]: import lxml.etree                                           

In [3]: lxml.etree.tostring(E.html(lxml.etree.fromstring('<b>Hello</b>')
Out[3]: b'<html><b>Hello</b></html>'

【讨论】：

这很酷，我没想到。但这需要我尝试插入的文本是有效的 HTML/XML，不是吗？我怀疑我的数据并非总是如此。
@Jonathan 如果它不是有效的 HTML，那么它被 urlencoded 的事实是正确的行为，否则你最终会得到一个格式错误的文档。