lxml 在 Windows 系统解析含 \n 的 XML 属性时会自动将其规范化为空格，导致原始换行丢失；可通过预处理将 \n 替换为字符引用 实现跨平台一致保留。
lxml 在 windows 系统解析含 `\n` 的 xml 属性时会自动将其规范化为空格，导致原始换行丢失；可通过预处理将 `\n` 替换为字符引用 ` ` 实现跨平台一致保留。
在使用 lxml.etree 解析 XML 时，一个常见但易被忽视的行为是：XML 属性值中的换行符（\n）在解析阶段会被自动规范化（normalized）为空格。该行为符合 XML 规范中对属性值的空白处理规则（参见 XML 1.0 第三版 §3.3.3），即所有制表符、换行符、回车符均被统一替换为单个空格。值得注意的是，这一规范化在 Windows 平台下表现更明显（如问题所述），而在 Linux/macOS 上部分底层解析器可能呈现差异，但这并非标准保证——依赖平台行为不可靠，应统一按规范处理。
因此，若需在解析后仍能获取原始换行语义，必须在调用 etree.fromstring() 之前，将原始 XML 字符串中属性值内的 \n 显式转义为标准 XML 字符引用 （LF 换行符的十进制实体）。这样，lxml 会将其作为普通文本内容解析，而非触发空白规范化。
✅ 正确做法（预处理 + 解析）：
from lxml import etree
# 原始含 \n 的 XML 字符串（注意：此处 \n 是真实换行，非字面量）
xml_str = '<root attr1="line1\nline2"></root>'
# 关键步骤：手动将属性值中的 \n 替换为
# 注意：仅替换属性值内的 \n，需谨慎避免误替换标签内容（本例简单场景可直接全局替换）
xml_fixed = xml_str.replace('\n', '
')
# 解析已转义的 XML
root = etree.fromstring(xml_fixed)
print(repr(root.attrib['attr1'])) # 输出: 'line1\nline2'
print(root.attrib['attr1']) # 输出: line1[换行]line2
⚠️ 注意事项：
-
不要对整个 XML 文档无差别替换：若 XML 内容（如
... 中的文本）也含 \n，且你希望其保持原样，则需使用正则或 XML 解析器进行精准定位替换（仅处理属性值）。对于简单可控场景（如自生成 XML），直接 str.replace() 足够。 - 是标准且安全的：它等价于 \n（U+000A），被所有合规 XML 解析器识别；避免使用 ' 或 " 等无关实体。
- 对比验证：通过 etree.tostring() 输出可确认是否生效——成功保留时，序列化结果中会显示 attr1="line1 line2"，而非 attr1="line1 line2"。
- 替代方案？ lxml 不提供关闭属性空白规范化的开关（如 remove_blank_text=False 仅影响元素文本节点），因此预处理是唯一可靠方案。
总结：XML 属性值的换行规范化是规范强制行为，无法绕过，但可通过将 \n 预转义为 实现语义保留。这既是跨平台兼容的最佳实践，也是符合 XML 标准的健壮方案。
