XML自闭合标签在DOM解析中被统一映射为无子节点的Element节点，与空开始-结束标签等价；ElementTree写回时默认输出，3.9+需设short_empty_elements=True才输出。

XML自闭合标签在DOM解析中会变成什么

XML中的自闭合标签（如 ）在标准DOM解析器（如浏览器原生DOMParser或Python的xml.etree.ElementTree）中，**不会保留“自闭合”语法形态**，而是统一映射为带有空内容的开始-结束节点。这意味着和在DOM树中完全等价，都表现为一个Element节点，其childNodes为空、textContent为空字符串、text属性为None（取决于库）。

为什么用ElementTree写回XML时自闭合标签消失了

Python的xml.etree.ElementTree默认不区分和，写入时一律输出后者（除非显式控制）。这是设计使然：它只关心信息等价性，不保留原始序列化偏好。

• 使用ET.tostring(elem, encoding='unicode')默认输出
• 若需强制自闭合，必须在写入前设置elem.tail = None且确保无子节点，再配合method='xml'和short_empty_elements=True（仅Python 3.9+支持）
• 旧版本（lxml——它通过etree.tostring(..., method='xml', xml_declaration=False, encoding='unicode', pretty_print=False)并设置elem.set('_self_closing_', '1')无效；正确方式是直接用lxml.etree并启用short_empty_elements=True（默认开启

  

  ）

如何用lxml精确控制自闭合行为

lxml是少数能可靠维持/生成自闭合标签的主流XML库，关键在于初始化解析器时启用remove_blank_text=False（保留原始空白），并在序列化时明确控制short_empty_elements。

from lxml import etree
解析时尽量保留原始结构
parser = etree.XMLParser(remove_blank_text=False, strip_cdata=False)
root = etree.fromstring(b'', parser)
写出时强制短格式（即自闭合）
result = etree.tostring(root, encoding='unicode', short_empty_elements=True)
输出：
若想禁用自闭合（全部展开），设为 False
result_expanded = etree.tostring(root, encoding='unicode', short_empty_elements=False)
输出：

JSON映射时自闭合标签容易被误判为null或空对象

将XML转为JSON（如用xmltodict）时，常被映射为{"tag": null}或{"tag": {}}，而text是{"tag": "text"}。这种歧义会导致下游逻辑出错，尤其当字段语义依赖“是否存在值”而非“是否声明”。

• xmltodict默认把空元素转成None，可通过force_list=()和process_namespaces=False微调，但无法区分和
• 更稳妥的做法是预处理：遍历所有空Element，添加一个特殊属性（如self-closing="true"），再转JSON；或在JSON Schema中约定空元素统一用{"tag": {"$empty": true}}表示
• 如果只是校验，可用XPath //*[not(node()) and not(@*)]快速定位纯自闭合标签（无属性、无文本、无子元素）

实际处理时，不要假设XML序列化形式会被下游保留；自闭合标签的本质是语义空值，重点应放在数据含义一致性上，而不是字符层面的“看起来像不像”。