Beautiful Soup 出现空元素错误

Question

我正在使用 Beautiful Soup 解析一个 xml 文件，但在解析空元素时发现了不一致的行为。即

from BeautifulSoup import BeautifulSoup
s1 = "<c><a /><b /></c>"
s2 = "<c><a></a><b></b></c>"
soup1 = BeautifulSoup(s1)
soup2 = BeautifulSoup(s2)
print soup1
# <c><a><b></b></a></c>
print soup2
# <c><a></a><b></b></c>

请注意，b 标记在第一种情况下位于 a 标记内，而在第二种情况下则不在。我认为 XML 规范意味着 s1 和 s2 是等价的？

有什么想法可以解决这个问题吗？

Answer 1

锚点和粗体（<a>、<b>）元素不能自闭合，因此这是无效的 XHTML。

除此之外，XHTML spec 表示空格必须引导斜线：

在空元素的尾随 / 和 > 之前包含一个空格，例如
、

---

和 。此外，对空元素使用最小化的标记语法，例如
，作为 XML 允许的替代语法
，在许多现有用户代理中会产生不确定的结果。