如何用python分析xml获取数据？

使用xml.etree.ElementTree可高效解析XML。1. 通过ET.parse()读文件或ET.fromstring()读字符串获取根节点；2. 用find()/findall()按标签查找元素，get()取属性，text取文本；3. 支持简单XPath语法如'.//book[@id]'进行条件查找；4. 处理命名空间需定义前缀字典并配合使用。掌握这些方法即可完成常见XML数据提取任务。

用Python分析XML获取数据，最常用的方法是使用内置的xml.etree.ElementTree模块。它轻量、易用，适合解析结构清晰的XML文件。下面介绍基本操作步骤和实用技巧。

1. 解析XML字符串或文件

你可以从XML文件或字符串中加载数据，然后获取根节点进行遍历。

• 从文件读取：

import xml.etree.ElementTree as ET
tree = ET.parse('data.xml')
root = tree.getroot()

• 从字符串读取：

xml_data = ''''''
root = ET.fromstring(xml_data)

2. 遍历元素并提取数据

通过遍历子元素，可以按标签名或属性提取内容。

• 查找所有book标签：

for book in root.findall('book'):
  title = book.find('title').text
  book_id = book.get('id')
  print(f"ID: {book_id}, 标题: {title}")

• find() 和 findall() 的区别：

find() 返回第一个匹配的子元素，findall() 返回所有匹配项的列表。

3. 使用XPath风格查找（进阶）

ElementTree支持简单的XPath语法，能更灵活定位节点。

• 查找所有带id属性的book：

for book in root.findall('.//book[@id]'):

• 查找特定条件的title：

titles = root.findall('.//book[@id="1"]/title')

4. 处理命名空间（如有）

如果XML使用了命名空间，需在查找时加上前缀。

• 定义命名空间字典：

ns = {'ns': 'http://example.com/schema'}
for book in root.findall('ns:book', ns):

基本上就这些。掌握find、findall、get、text这几个关键方法，就能应对大多数XML数据提取任务。不复杂但容易忽略细节，比如路径写法和命名空间处理。