Python lxml 为西里尔字符提供实体

【问题标题】：Python lxml gives entities for cyrillic charactersPython lxml 为西里尔字符提供实体
【发布时间】：2020-09-12 19:56:21
【问题描述】：

我正在尝试打印一个包含西里尔字符的字符串。

代码：

from lxml import etree

root = etree.fromstring('<root><child value="тест"/></root>')
child = root.find("child")
print(etree.tostring(child, encoding="unicode"))

...将打印：

<child value="&#x442;&#x435;&#x441;&#x442;"/>

这是我所期待的：

<child value="тест"/>

我怎样才能做到这一点？

【问题讨论】：

标签： xml lxml python-3.8

【解决方案1】：

尝试将method="html" 作为.tostring() 的参数：

from lxml import etree

root = etree.fromstring('<root><child value="тест"/></root>')
child = root.find("child")
print(etree.tostring(child, method="html", encoding="unicode"))

打印：

<child value="тест"></child>

【讨论】：

工作，谢谢。这总是会给我一个完整的字符串序列化，有什么副作用吗？
@usario 阅读docs 它应该可以工作。但是，这一切都取决于输入文档。
@Andrey Kesely：输入文档是带有西里尔文字的普通 XML 文档。
@usario 那我看没问题。