如何用Python提取XML标签中的home id与away id值？

方法一：使用xml.etree.ElementTree #

假设你的XML结构类似以下示例：

<matches>
  <match>
    <home id="123">Team A</home>
    <away id="456">Team B</away>
  </match>
  <match>
    <home id="789">Team C</home>
    <away id="012">Team D</away>
  </match>
</matches>

可以用以下代码提取id：

import xml.etree.ElementTree as ET

# 加载XML文件（如果是字符串则用ET.fromstring(xml_str)）
tree = ET.parse('matches.xml')
root = tree.getroot()

# 遍历match节点提取对应id
for match in root.findall('match'):
    home_id = match.find('home').get('id')
    away_id = match.find('away').get('id')
    print(f"Home ID: {home_id}, Away ID: {away_id}")

如果XML带有命名空间（比如<ns:match>），需要指定命名空间参数：

# 假设命名空间为xmlns="http://example.com/matches"
namespace = {'ns': 'http://example.com/matches'}
for match in root.findall('ns:match', namespace):
    home_id = match.find('ns:home', namespace).get('id')
    away_id = match.find('ns:away', namespace).get('id')
    print(f"Home ID: {home_id}, Away ID: {away_id}")

方法二：使用BeautifulSoup #

基于上述XML示例，用BeautifulSoup的实现代码：

from bs4 import BeautifulSoup

# 读取XML文件（或直接传入XML字符串）
with open('matches.xml', 'r') as f:
    xml_content = f.read()

soup = BeautifulSoup(xml_content, 'xml')

# 按match节点分组提取（更严谨）
for match in soup.find_all('match'):
    home_id = match.find('home').get('id')
    away_id = match.find('away').get('id')
    print(f"Home ID: {home_id}, Away ID: {away_id}")

常见问题排查 #

• 找不到节点：检查标签名称是否完全匹配（区分大小写），是否存在嵌套层级错误，或XML有未处理的命名空间。
• get('id')返回None：确认标签确实包含id属性，属性名拼写是否正确（比如是否是team_id而非id）。

内容的提问来源于stack exchange，提问作者mikeyb313