Python lxml更改标记层次结构？

我对lxml有一个小问题。我正在将XML文档转换为HTML文档。 原始XML如下所示（看起来像HTML，但在XML文档中）：

我明白了：

<div><p>Localization - Eiffel tower? Paris or Vegas </p><p>Bayes theorem p(A|B)</p></div>

本地化-埃菲尔铁塔？巴黎或拉斯维加斯
贝叶斯定理p（A | B）

我对s没有任何问题，但是“贝叶斯定理”段落不再嵌套在外部段落中这一事实是一个问题

---

有人知道lxml为什么这样做，以及如何阻止它吗？谢谢。

lxml之所以这样做，是因为它不存储无效的HTML，也不存储HTML中的

元素：

p元素表示一个段落。它不能包含块级元素（包括P本身）

您使用的是lxml的HTML解析器，而不是XML解析器。请尝试以下方法：

>>> from lxml import etree
>>> item = '<p>Eiffel tower? Paris or Vegas <p>Bayes theorem p(A|B)</p></p>'
>>> root = etree.fromstring(item)
>>> etree.tostring(root, pretty_print=True)
'<p>Eiffel tower? Paris or Vegas <p>Bayes theorem p(A|B)</p></p>\n'

来自lxml导入etree的
>>
>>>项目='埃菲尔铁塔？巴黎或维加斯贝叶斯定理p（A | B）
'
>>>root=etree.fromstring（项）
>>>etree.tostring（root，pretty\u print=True）
“埃菲尔铁塔？巴黎或拉斯维加斯贝叶斯定理p（A | B）
\n'
嗯。这是我不知道的。谢谢
<div><p>Localization - Eiffel tower? Paris or Vegas </p><p>Bayes theorem p(A|B)</p></div>

>>> from lxml import etree
>>> item = '<p>Eiffel tower? Paris or Vegas <p>Bayes theorem p(A|B)</p></p>'
>>> root = etree.fromstring(item)
>>> etree.tostring(root, pretty_print=True)
'<p>Eiffel tower? Paris or Vegas <p>Bayes theorem p(A|B)</p></p>\n'