xml

xml.etree.ElementTree 模块提供了轻量高效的 XML 解析与生成 API，是 Python 处理 XML 的首选工具。

xml.etree.ElementTree

解析 XML

import xml.etree.ElementTree as ET

# 从文件解析
tree = ET.parse('data.xml')
root = tree.getroot()

# 从字符串解析
xml_str = """<?xml version="1.0"?>
<bookstore>
    <book category="编程">
        <title>Python入门</title>
        <author>张三</author>
        <price>59.9</price>
    </book>
    <book category="文学">
        <title>三体</title>
        <author>刘慈欣</author>
        <price>36.0</price>
    </book>
</bookstore>
"""
root = ET.fromstring(xml_str)
print(root.tag)     # bookstore
print(root.attrib)  # {}

遍历与查找元素

import xml.etree.ElementTree as ET

root = ET.fromstring("""<bookstore>
    <book category="编程">
        <title>Python入门</title>
        <author>张三</author>
        <price>59.9</price>
    </book>
    <book category="文学">
        <title>三体</title>
        <author>刘慈欣</author>
        <price>36.0</price>
    </book>
</bookstore>""")

# 遍历直接子元素
for child in root:
    print(child.tag, child.attrib)
    # book {'category': '编程'}
    # book {'category': '文学'}

# find：查找第一个匹配的子元素
first_title = root.find('.//title')
print(first_title.text)  # Python入门

# findall：查找所有匹配的元素
for book in root.findall('book'):
    title = book.find('title').text
    price = book.find('price').text
    category = book.get('category')
    print(f"[{category}] {title} - ¥{price}")
    # [编程] Python入门 - ¥59.9
    # [文学] 三体 - ¥36.0

# iter：递归遍历所有后代中的指定标签
for author in root.iter('author'):
    print(author.text)
    # 张三
    # 刘慈欣

find vs findall vs iter

• find(path)：返回第一个匹配的子元素（或 None）
• findall(path)：返回所有匹配的子元素列表
• iter(tag)：递归遍历整棵树中所有匹配的元素

修改 XML

import xml.etree.ElementTree as ET

root = ET.fromstring("""<data>
    <item id="1"><value>100</value></item>
    <item id="2"><value>200</value></item>
    <item id="3"><value>300</value></item>
</data>""")

# 修改文本内容
for item in root.findall('item'):
    val = item.find('value')
    val.text = str(int(val.text) * 2)

# 修改/添加属性
for item in root.findall('item'):
    item.set('updated', 'yes')

# 删除元素（删除 id="3" 的项）
for item in root.findall('item'):
    if item.get('id') == '3':
        root.remove(item)

print(ET.tostring(root, encoding='unicode'))
# <data>
#     <item id="1" updated="yes"><value>200</value></item>
#     <item id="2" updated="yes"><value>400</value></item>
# </data>

tip

遍历时删除元素需小心——先用 findall() 收集目标元素，再逐一删除，避免在迭代中修改集合。

创建 XML

import xml.etree.ElementTree as ET

# 创建根元素
root = ET.Element('config')

# 添加子元素
db = ET.SubElement(root, 'database')
ET.SubElement(db, 'host').text = 'localhost'
ET.SubElement(db, 'port').text = '5432'
ET.SubElement(db, 'name').text = 'mydb'

server = ET.SubElement(root, 'server')
server.set('debug', 'true')
ET.SubElement(server, 'host').text = '0.0.0.0'
ET.SubElement(server, 'port').text = '8080'

# 格式化缩进（Python 3.9+）
ET.indent(root)

# 输出为字符串
xml_str = ET.tostring(root, encoding='unicode', xml_declaration=True)
print(xml_str)

# 写入文件
tree = ET.ElementTree(root)
tree.write('config.xml', encoding='utf-8', xml_declaration=True)

XPath 查询

ElementTree 支持简化版的 XPath 表达式，用于灵活查找元素。

import xml.etree.ElementTree as ET

root = ET.fromstring("""<store>
    <department name="电子">
        <product price="2999">手机</product>
        <product price="5999">笔记本</product>
    </department>
    <department name="图书">
        <product price="45">Python编程</product>
        <product price="38">数据结构</product>
    </department>
</store>""")

# 查找所有 product 元素（任意层级）
products = root.findall('.//product')
print(len(products))  # 4

# 带属性条件查找
electronics = root.findall(".//department[@name='电子']/product")
for p in electronics:
    print(f"{p.text}: ¥{p.get('price')}")
    # 手机: ¥2999
    # 笔记本: ¥5999

# 查找所有 department 的第一个 product
firsts = root.findall('.//department/product[1]')
for p in firsts:
    print(p.text)  # 手机、Python编程

常用 XPath 语法

语法	说明
tag	直接子元素
*	所有直接子元素
.	当前元素
//	所有层级的后代
..	父元素
[@attrib]	有该属性的元素
[@attrib='value']	属性等于指定值
[tag]	有指定子元素的元素
[position]	按位置筛选（从 1 开始）

处理命名空间

import xml.etree.ElementTree as ET

xml_str = """<?xml version="1.0"?>
<root xmlns:app="http://example.com/app">
    <app:user id="1">
        <app:name>Alice</app:name>
        <app:email>alice@example.com</app:email>
    </app:user>
</root>"""

root = ET.fromstring(xml_str)

# 方式一：在路径中写完整 URI
user = root.find('{http://example.com/app}user')
print(user.find('{http://example.com/app}name').text)  # Alice

# 方式二：定义命名空间映射（更简洁）
ns = {'app': 'http://example.com/app'}
user = root.find('app:user', ns)
name = user.find('app:name', ns)
email = user.find('app:email', ns)
print(f"{name.text} <{email.text}>")  # Alice <alice@example.com>