如何读取带属性的XML处理指令并转为字典？

我有一份XML文件，内容如下：

<?xml version="1.0" encoding="UTF-8"?>
<?foo class="abc" options="bar,baz"?>
<document>
 ...
</document>

我需要提取其中名为foo的处理指令及其属性，但使用xml.etree.ElementTree的iterparse读取时，调用.attrib只能得到空字典。我的Python代码如下：

import xml.etree.ElementTree as ET

for _, elem in ET.iterparse("data.xml", events=("pi",)):
    print(repr(elem.tag))
    print(repr(elem.text))
    print(elem.attrib)

执行结果：

<function ProcessingInstruction at 0x7f848f2f7ba0>
'foo class="abc" options="bar,baz"'
{}

请问如何解决这个问题？

Python标准库的xml.etree.ElementTree对处理指令（PI）的支持有限，不会自动解析PI的属性到.attrib字典中，需要手动解析elem.text内容提取属性：

• 拆分指令名与属性部分
  先将elem.text按空格拆分，第一个元素是指令名（如foo），剩余部分为属性字符串：

  pi_text = elem.text
  parts = pi_text.split(maxsplit=1)
  pi_name = parts[0]
  attrib_str = parts[1] if len(parts) > 1 else ""
  

• 借助临时XML元素解析属性
  利用fromstring构造临时元素，让XML解析器自动处理属性字符串，转换为字典：

  from xml.etree.ElementTree import fromstring
  
  attrib = {}
  if attrib_str:
      temp_elem = fromstring(f"<temp {attrib_str}/>")
      attrib = temp_elem.attrib
  

• 完整可运行代码
  整合后的代码如下，仅处理名为foo的处理指令：

  import xml.etree.ElementTree as ET
  from xml.etree.ElementTree import fromstring
  
  for _, elem in ET.iterparse("data.xml", events=("pi",)):
      pi_text = elem.text
      if not pi_text:
          continue
      
      parts = pi_text.split(maxsplit=1)
      pi_name = parts[0]
      if pi_name != "foo":
          continue
      
      attrib = {}
      if len(parts) == 2:
          temp_elem = fromstring(f"<temp {parts[1]}/>")
          attrib = temp_elem.attrib
      
      print(f"处理指令名称: {pi_name}")
      print(f"属性字典: {attrib}")
  

  执行后会输出：

  处理指令名称: foo
  属性字典: {'class': 'abc', 'options': 'bar,baz'}
  

• 注意事项

  • 该方法依赖标准XML解析规则，能正确处理带引号的属性值，包括含空格的情况。
  • 若处理指令的属性格式不符合XML规范（如未加引号），解析会报错，需额外添加容错逻辑。

内容的提问来源于stack exchange，提问作者Nico Schlömer