如何使用Python读取XML文件中的foo prolog？

标准的xml.etree.ElementTree.parse()方法会自动忽略XML处理指令（即你提到的foo prolog），想要捕获这类内容，需要用事件驱动的迭代解析方式：

核心思路 #

使用ET.iterparse()指定监听processinginstruction事件，遍历解析过程中的事件，筛选出目标处理指令并提取其内容。

完整代码示例 #

import xml.etree.ElementTree as ET
import re

# 仅监听处理指令事件，逐行解析XML
for event, pi in ET.iterparse("bar.xml", events=('processinginstruction',)):
    # 匹配目标处理指令foo
    if pi.target == 'foo':
        # pi.text 存储了处理指令中的属性内容，即 'class="abc"'
        print(f"foo处理指令内容: {pi.text}")
        
        # 提取class属性值
        class_match = re.search(r'class="([^"]+)"', pi.text)
        if class_match:
            print(f"class属性值: {class_match.group(1)}")
        
        break  # 找到目标后终止遍历，提升效率

补充说明 #

• iterparse()仅会触发指定的事件类型，避免了全量加载XML到内存，适合处理大文件
• 处理指令对象的target属性对应<?后的标识（即foo），text属性对应指令内的所有文本内容
• 如果需要更严谨的属性解析（比如处理带特殊字符的属性值），可以自行实现简单的键值对拆分逻辑，无需依赖额外库

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