在数据处理场景中，XML文件常用来存储结构化数据，有时业务需要把XML里的元素内容和注释信息一同导入Excel，但普通的XML转Excel工具只会提取元素数据，会直接忽略注释内容，需要自定义处理逻辑来实现这个需求。
XML注释的存储特点
XML的注释格式为<!-- 注释内容 -->，它不属于XML的元素节点，不会被常规的节点遍历方法获取到。xml.etree.ElementTree模块默认解析时也不会保留注释信息，需要额外开启注释解析的支持。
实现思路
核心思路分为三步：
- 使用支持注释解析的XML解析器读取XML文件，获取所有元素和注释内容
- 整理元素和对应注释的映射关系，建立需要写入Excel的数据结构
- 使用openpyxl库将数据写入Excel文件
代码示例
步骤1：解析XML并提取注释和内容
我们需要自定义一个解析器，让ElementTree能够识别注释节点：
import xml.etree.ElementTree as ET
from xml.dom import minidom
# 自定义解析器，保留注释
class CommentedTreeBuilder(ET.XMLTreeBuilder):
def __init__(self):
super().__init__()
self._parser.CommentHandler = self.handle_comment
def handle_comment(self, data):
self._target.start(ET.Comment, {})
self._target.data(data)
self._target.end(ET.Comment)
# 解析XML文件
def parse_xml_with_comment(xml_path):
with open(xml_path, 'r', encoding='utf-8') as f:
tree = ET.parse(f, CommentedTreeBuilder())
root = tree.getroot()
result = []
# 遍历所有节点，提取元素文本和注释
for elem in root.iter():
# 获取元素标签和文本
item = {
'tag': elem.tag,
'text': elem.text.strip() if elem.text else '',
'comment': ''
}
# 查找当前元素的前一个兄弟节点是否为注释
prev = elem.getprevious()
if prev is not None and isinstance(prev, ET._Comment):
item['comment'] = prev.text.strip()
result.append(item)
return result
# 测试解析
xml_data = parse_xml_with_comment('test.xml')
for item in xml_data:
print(f"标签:{item['tag']}, 内容:{item['text']}, 注释:{item['comment']}")
步骤2：将提取的数据写入Excel
使用openpyxl库创建Excel文件，把解析得到的数据写入表格：
from openpyxl import Workbook
def write_to_excel(data, excel_path):
wb = Workbook()
ws = wb.active
ws.title = "XML数据"
# 写入表头
ws.append(['XML标签', '元素内容', '注释信息'])
# 写入数据行
for item in data:
ws.append([item['tag'], item['text'], item['comment']])
# 调整列宽
for col in ws.columns:
max_length = 0
column = col[0].column_letter
for cell in col:
if cell.value:
max_length = max(max_length, len(str(cell.value)))
adjusted_width = (max_length + 2) * 1.2
ws.column_dimensions[column].width = adjusted_width
wb.save(excel_path)
# 执行写入
write_to_excel(xml_data, 'output.xlsx')
测试用的XML示例
可以创建如下test.xml文件用于测试：
<root>
<!-- 用户基础信息 -->
<user>
<name>张三</name>
<!-- 用户年龄 -->
<age>25</age>
<!-- 用户所在城市 -->
<city>北京</city>
</user>
</root>
注意事项
- 如果XML的注释不在元素的前置位置，需要调整注释匹配的逻辑，比如遍历所有Comment节点再和元素做位置关联
- 如果XML文件编码不是utf-8，读取时需要修改对应的编码参数
- 写入Excel时如果数据量较大，可以考虑使用openpyxl的写入优化模式提升性能