Python如何实现XML解析与XPath高级筛选

XML作为结构化的数据格式，在配置文件、数据接口传输等场景中应用广泛，Python提供了多种工具支持XML解析与XPath筛选，能够高效提取目标数据。本文将从基础解析方法到高级筛选技巧逐步展开说明。

Python常用XML解析方式

Python标准库和第三方库都提供了XML解析能力，常用的有以下几种：

• xml.etree.ElementTree：Python标准库自带，轻量易用，支持基础的XPath语法，适合大多数常规解析场景。
• lxml：第三方库，性能优异，支持完整的XPath 1.0语法，功能比标准库更强大，适合复杂筛选需求。
• xml.dom.minidom：基于DOM模型的解析库，会将整个XML加载到内存形成树结构，适合需要频繁操作节点的场景。

基础XML解析示例

首先以标准库的xml.etree.ElementTree为例，演示基础的XML解析流程，假设我们有一个存储书籍信息的XML文件books.xml，内容如下：

<?xml version="1.0" encoding="UTF-8"?>
<bookstore>
    <book category="编程">
        <title lang="zh">Python基础教程</title>
        <author>张三</author>
        <price>59.9</price>
    </book>
    <book category="文学">
        <title lang="zh">散文精选</title>
        <author>李四</author>
        <price>39.9</price>
    </book>
    <book category="编程">
        <title lang="en">Python Advanced</title>
        <author>王五</author>
        <price>79.9</price>
    </book>
</bookstore>

使用xml.etree.ElementTree解析该文件并获取所有书籍标题的代码如下：

import xml.etree.ElementTree as ET

# 解析XML文件
tree = ET.parse('books.xml')
# 获取根节点
root = tree.getroot()

# 遍历所有book节点下的title子节点
for book in root.findall('book'):
    title = book.find('title').text
    print(f'书籍标题：{title}')

XPath基础语法回顾

XPath是用于在XML文档中定位节点的语言，常用语法如下：

XPath高级筛选技巧

1. 属性筛选

如果需要筛选特定属性的节点，可以使用@属性名=值的语法，比如筛选所有分类为编程的书籍：

import xml.etree.ElementTree as ET

tree = ET.parse('books.xml')
root = tree.getroot()

# 使用XPath筛选category属性为编程的book节点
programming_books = root.findall(".//book[@category='编程']")
for book in programming_books:
    title = book.find('title').text
    print(f'编程类书籍：{title}')

2. 多条件组合筛选

XPath支持使用and、or组合多个筛选条件，比如筛选分类为编程且价格高于60的书籍：

import xml.etree.ElementTree as ET

tree = ET.parse('books.xml')
root = tree.getroot()

# 多条件筛选：category为编程 且 price大于60
target_books = root.findall(".//book[@category='编程'][price>60]")
for book in target_books:
    title = book.find('title').text
    price = book.find('price').text
    print(f'符合条件的书籍：{title}，价格：{price}')

3. 文本内容筛选

如果需要筛选节点文本内容符合特定条件的节点，可以使用text()函数，比如筛选标题语言为英文的书籍：

import xml.etree.ElementTree as ET

tree = ET.parse('books.xml')
root = tree.getroot()

# 筛选title节点的lang属性为en的书籍
en_books = root.findall(".//book[title[@lang='en']]")
for book in en_books:
    title = book.find('title').text
    print(f'英文标题书籍：{title}')

4. 使用lxml实现更复杂的XPath筛选

标准库的XPath支持有限，如果需要使用更高级的XPath函数，比如contains()、starts-with()等，可以安装lxml库，示例代码如下：

from lxml import etree

# 解析XML文件
tree = etree.parse('books.xml')
root = tree.getroot()

# 使用contains函数筛选标题包含Python的书籍
python_books = root.xpath("//book[contains(title/text(), 'Python')]")
for book in python_books:
    title = book.xpath("title/text()")[0]
    print(f'标题含Python的书籍：{title}')

注意事项

• 使用xml.etree.ElementTree时，XPath语法不支持部分高级函数，复杂场景优先选择lxml库。
• 解析不可信的XML文件时，建议关闭外部实体加载，避免XXE漏洞，lxml可以通过设置resolve_entities=False实现。
• 处理大体积XML文件时，优先选择迭代解析方式，避免一次性加载全部内容到内存导致内存溢出。

PythonXML解析XPath高级筛选修改时间：2026-07-07 04:21:30