必须指定 features="lxml-xml" 解析 xml，否则静默降级为 html 解析，导致自闭合标签展开、命名空间丢失、大小写被强制转换；带命名空间需用 namespace 参数传字典，标签名大小写敏感。
用 BeautifulSoup 解析 XML 必须指定解析器，否则会静默降级为 HTML 解析
默认不传 features 参数时，BeautifulSoup 会按 HTML 规则解析 XML，导致自闭合标签（如 <item></item>）被错误展开、命名空间丢失、属性大小写被强制转小写。这不是报错，是“看起来能跑，结果不对”。
- 必须显式传
features="xml"或features="lxml-xml"（推荐后者，依赖lxml） - 如果只装了
beautifulsoup4没装lxml，features="xml"会 fallback 到内置html.parser，依然出错——得先pip install lxml -
features="lxml"≠features="lxml-xml"：前者仍是 HTML 模式，后者才是真 XML 模式
find() 和 find_all() 在 XML 中对标签名大小写敏感
XML 区分大小写，<item></item> 和 <item></item> 是两个不同标签。而默认 HTML 解析器会把所有标签转成小写再匹配，造成“明明写了 find("Item") 却找不到”。
- 确保标签名拼写、大小写与原始 XML 完全一致
- 用
find_all(True)可列出所有顶层标签名，快速核对实际命名（比如发现其实是<catalogitem></catalogitem>而非<item></item>） - 若需忽略大小写，改用正则：
soup.find_all(re.compile(r"^item$", re.I))，但会损失性能，且不推荐用于结构明确的 XML
带命名空间的 XML 标签必须用字典传入 find() 的 namespace 参数
像 <rss xmlns="http://purl.org/rss/1.0/"></rss> 这种声明后，<channel></channel> 实际属于该命名空间，直接 find("channel") 找不到。
- 不能用
"{http://purl.org/rss/1.0/}channel"这种字符串硬写——BS4 不支持这种前缀语法 - 正确做法：定义命名空间字典，如
ns = {"rss": "http://purl.org/rss/1.0/"}，再调用soup.find("channel", namespace=ns) - 如果根节点有默认命名空间（无前缀），需用
ns = {"": "http://purl.org/rss/1.0/"}，空字符串键表示默认 ns - 省略
namespace参数 = 完全不匹配任何带 ns 的标签，不是“忽略 ns”
提取文本内容时，.text 会合并所有子文本并抹掉换行缩进，.get_text() 更可控
XML 常含格式化空白（如换行、缩进），.text 把它们全压成单个空格，可能破坏地址、诗歌、代码片段等语义。
-
.get_text(strip=True)默认行为同.text；加strip=False可保留原始换行 - 需要清理多余空白但保留段落结构？用
.get_text(separator="\n", strip=True) - 若标签内混有注释或 CDATA，
.text会跳过它们，.get_text()同样跳过——BS4 不解析 CDATA 内容，得手动取.contents并过滤Comment类型
features 写对、namespace 传对，剩下的就是标签名和文本提取的细节问题。Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
