Python实现XML转DataFrame再还原为原XML的问题求助

你的核心问题在于：原XML是嵌套结构+元素属性的复杂格式，但pandas的read_xml会将其扁平化为二维表格，完全丢失了原始的节点层级和属性信息，导致反向转换时无法还原原XML的结构。

根据你的需求，提供两种可行方案：

方案1：直接用XML原生库读写（完全还原，最简单） #

如果不需要中间用DataFrame/CSV做数据处理，直接使用Python内置的xml.etree.ElementTree就能保证100%还原原XML：

import xml.etree.ElementTree as ET

# 保存原XML（和你的第一步逻辑一致）
xml = '''<system>
    <station id="1" type="DeviceName Functional Test">
      <stationId>Functional_Test</stationId>
    </station>
    <software>
      <component version="1.0.0.0" date="01/01/1889">Functional_Test.exe</component>
    </software>
</system>'''
element = ET.XML(xml)
ET.indent(element)
pretty_xml = ET.tostring(element, encoding='unicode')

xml_file_name = r"save_xml.xml"
with open(xml_file_name, "w") as f:
    f.write(pretty_xml)

# 读取并还原XML
tree = ET.parse(xml_file_name)
root = tree.getroot()
ET.indent(root)
restored_xml = ET.tostring(root, encoding='unicode')
print(restored_xml)

输出的XML会和原文件完全一致，包括缩进、嵌套结构、元素属性。

方案2：自定义DataFrame结构存储XML信息（需中转表格时用） #

如果必须要转成DataFrame/CSV，需要设计能保存节点路径、文本内容、所有属性的结构化DataFrame，再通过自定义逻辑还原XML：

步骤1：将XML解析为结构化DataFrame #

import xml.etree.ElementTree as ET
import pandas as pd

def xml_to_structured_df(root, parent_path=""):
    rows = []
    # 记录当前节点的路径、文本、属性
    node_path = f"{parent_path}/{root.tag}" if parent_path else root.tag
    row = {"node_path": node_path, "text": root.text.strip() if root.text and root.text.strip() else None}
    row.update(root.attrib)  # 展开属性为列
    rows.append(row)
    # 递归处理子节点
    for child in root:
        rows.extend(xml_to_structured_df(child, node_path))
    return rows

# 生成结构化DataFrame并保存为CSV
tree = ET.parse("save_xml.xml")
root = tree.getroot()
df = pd.DataFrame(xml_to_structured_df(root))
df.to_csv("xml_structured.csv", index=False)

生成的DataFrame会完整保留所有XML信息，示例结构：

步骤2：从结构化DataFrame还原XML #

def structured_df_to_xml(df):
    # 按节点路径排序，确保父节点先被处理
    df_sorted = df.sort_values("node_path")
    node_map = {}  # 存储节点路径与Element对象的映射
    root = None
    
    for _, row in df_sorted.iterrows():
        node_path = row["node_path"]
        parts = node_path.split("/")
        tag = parts[-1]
        # 创建当前节点
        elem = ET.Element(tag)
        # 设置文本
        if pd.notna(row["text"]):
            elem.text = row["text"]
        # 设置属性（过滤掉node_path和text列）
        for col in df.columns:
            if col not in ["node_path", "text"] and pd.notna(row[col]):
                elem.set(col, str(row[col]))
        # 挂载到父节点或设为根节点
        if len(parts) == 1:
            root = elem
        else:
            parent_path = "/".join(parts[:-1])
            node_map[parent_path].append(elem)
        node_map[node_path] = elem
    
    # 格式化缩进
    ET.indent(root)
    return ET.tostring(root, encoding='unicode')

# 读取CSV并还原XML
df_restored = pd.read_csv("xml_structured.csv")
restored_xml = structured_df_to_xml(df_restored)
print(restored_xml)

执行后输出的XML会和原文件完全一致。

内容的提问来源于stack exchange，提问作者Gооd_Mаn