Python ElementTree处理XML块时通配符匹配节点失败原因咨询

给定如下XML块：

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<abc:random xmlns:abc="http://www.mywebsite.com" schemaVersion="1.2">
<abc:header>
<abc:number>8</abc:number>
<abc:type>text/xml</abc:type>
</abc:header>
<abc:body>
<abc:d>
<abc:purpose>start</abc:purpose>
</abc:d>
</abc:body>
</abc:random>

这些XML块是通过读取XML文件并按控制字符拆分字符串得到的。需求是遍历这些XML块，提取每个块中的节点标签及其对应文本，并将值存入Pandas DataFrame。

使用的Python代码如下：

for xml_block in list_of_string_blocks:
    tree = ET.ElementTree(ET.fromstring(xml_block))
    root = tree.getroot()

    #for node in list(root):
    for node in list(tree):
        if node.tag.startswith(".//{*}header"):
            print(node.text)

代码中的if语句从未执行，.//{*}header通配符匹配未生效，请问原因是什么？

核心原因 #

• 遍历对象错误：list(tree)遍历的是ElementTree对象的直接子节点，但ElementTree仅包含根节点<abc:random>，你需要遍历的是根节点的子节点，也就是list(root)。
• 标签匹配逻辑错误：.//{*}header是XPath表达式，不能用startswith匹配节点的tag属性。节点的tag实际是带命名空间的完整格式，比如{http://www.mywebsite.com}header，和XPath格式完全不同，自然无法匹配。

修正后的代码 #

以下两种方式均可实现需求：

方式一：使用XPath查找（推荐）

通过命名空间映射配合XPath，可以精准定位节点：

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

data = []
# 定义XML命名空间映射
ns_map = {'abc': 'http://www.mywebsite.com'}

for xml_block in list_of_string_blocks:
    root = ET.fromstring(xml_block)
    # 查找所有header节点
    header_nodes = root.findall('.//abc:header', ns_map)
    for header in header_nodes:
        # 提取子节点文本
        row = {
            'number': header.find('abc:number', ns_map).text,
            'type': header.find('abc:type', ns_map).text
        }
        data.append(row)

# 转换为Pandas DataFrame
df = pd.DataFrame(data)

方式二：直接遍历节点判断标签

如果不想用XPath，可以直接判断节点的完整命名空间标签：

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

data = []
ns_uri = 'http://www.mywebsite.com'

for xml_block in list_of_string_blocks:
    root = ET.fromstring(xml_block)
    for node in root:
        # 匹配带命名空间的header标签
        if node.tag == f'{{{ns_uri}}}header':
            number_node = node.find(f'{{{ns_uri}}}number')
            type_node = node.find(f'{{{ns_uri}}}type')
            # 确保节点存在再提取文本
            if number_node and type_node:
                data.append({
                    'number': number_node.text,
                    'type': type_node.text
                })

df = pd.DataFrame(data)

内容的提问来源于stack exchange，提问作者pymat