在 python lxml 库中使用西里尔字母的正确方法是什么

我尝试生成其中包含西里尔字母符号的 .xml 文件。但结果却出人意料。避免这种结果的最简单方法是什么？ 例子：

from lxml import etree

root = etree.Element('пример')

print(etree.tostring(root))

我得到的是：

b'<&#1087;&#1088;&#1080;&#1084;&#1077;&#1088;/>'

代替：

b'<пример/>'

etree.tostring()不带附加参数将纯 ASCII 数据输出为bytes目的。你可以使用etree.tounicode() http://lxml.de/api/lxml.etree-module.html#tounicode:

>>> from lxml import etree
>>> root = etree.Element('пример')
>>> print(etree.tostring(root))
b'<&#1087;&#1088;&#1080;&#1084;&#1077;&#1088;/>'
>>> print(etree.tounicode(root))
<пример/>

或指定一个编解码器encoding争论 http://lxml.de/api/lxml.etree-module.html#tostring;但是，您仍然会得到字节，因此需要再次解码输出：

>>> print(etree.tostring(root, encoding='utf8'))
b'<\xd0\xbf\xd1\x80\xd0\xb8\xd0\xbc\xd0\xb5\xd1\x80/>'
>>> print(etree.tostring(root, encoding='utf8').decode('utf8'))
<пример/>

将编码设置为unicode给你相同的输出tounicode()产生，并且是首选拼写：

>>> print(etree.tostring(root, encoding='unicode'))
<пример/>