为什么 lxml 在解析时关闭这个“ol”标签？

问：

以下是一些 HTML：

<ol><ul><li>item</li></ul></ol>

和一些 Python 3 代码来解析它并重新打印它：lxml

import sys
from lxml import etree, html

document_root = html.fromstring(sys.stdin.read())
print(etree.tostring(document_root, encoding='unicode'))

输出如下：

<div><ol/><ul><li>item</li></ul>
</div>

在输出中，关闭 before 开始，这将更改列表结构。lxmlolul

它为什么要这样做？

我可以让 lxml 以保留列表结构的方式解析 HTML 吗？

编辑：请注意，如果我替换为 （），或者如果我替换为 （），则此示例可以很好地解析。输出与输入相同。ulol<ol><ol><li>item</li></ol></ol>olul<ul><ul><li>item</li></ul></ul>

我无法控制 HTML，它可能来自任何地方。

我正在使用从 PyPi 安装的 lxml 4.6.3 和 python 3.9。

或者，有没有另一种方法可以解析 HTML，我可以从中提取列表文本，同时保留 Python 中的列表结构？

正如您所知，我正在使用 lxml 来删除属性，所以下面是更接近我的用例的代码。但是，我想先给出最小的可重现测试用例。

更接近我的用例的代码：

import sys

import lxml.html.clean as clean
from lxml import etree, html

document_root = html.fromstring(sys.stdin.read())

cleaner = clean.Cleaner(safe_attrs_only=True, safe_attrs=frozenset())
cleansed = cleaner.clean_html(document_root)

# Do something with the lists in cleansed, defined by ol, ul, and li ..

print(etree.tostring(cleansed, encoding='unicode')