在解析 SVG 文件时，我注意到 beautifulsoup 向其中添加了 html 标签。
from bs4 import BeautifulSoup
soup = BeautifulSoup('<svg></svg>', 'lxml')
print(soup)
结果：
<html><body><svg></svg></body></html>
为什么会这样，可以避免吗？
【问题讨论】：
标签： python svg beautifulsoup
您使用lxml 解析器，它是 HTML 解析器。要解析 XML，您应该使用 xml 解析器：
from bs4 import BeautifulSoup
soup = BeautifulSoup('<svg></svg>', 'xml')
print(soup) # ^^^^^^
来自 BeautifulSoup 文档：
Beautiful Soup 将相同的界面呈现给许多不同的 解析器，但每个解析器都是不同的。不同的解析器将创建 来自同一文档的不同解析树。 最大的不同 位于 HTML 解析器和 XML 解析器之间。 这里有一个简短的 文档，解析为 HTML：
BeautifulSoup("<a><b /></a>") # <html><head></head><body><a><b></b></a></body></html>由于空标签不是有效的 HTML，解析器会将其转换为 标记对。
这是解析为 XML 的同一个文档（运行它需要您 已安装 lxml）。请注意，空标签是单独留下的，并且 文档被赋予一个 XML 声明而不是被放置 进入标签。：
BeautifulSoup("<a><b /></a>", "xml") # <?xml version="1.0" encoding="utf-8"?> # <a><b/></a>
来源：Differences between parsers，重点是我的。
【讨论】：