如何在Python中将SOAP接口返回的XML文本转换为Dataframe？

问题场景 #

通过Python的requests库调用SOAP API后，返回的response.text中包含双重转义的XML数据：外层是正常的SOAP信封结构，但<return>标签内的内容被多次转义（比如<变成了<），需要先处理转义，再解析XML，最终转换为Pandas DataFrame。

解决步骤 #

1. 还原转义的XML内容

首先需要将<return>标签内的转义文本还原为正常XML。可以使用Python内置的html模块的unescape()方法，对内容进行两次解码（因为内容被双重转义）。

2. 解析XML提取数据

使用xml.etree.ElementTree解析还原后的XML，定位到ItemLocalidad节点，提取每个节点下的字段值。

3. 转换为DataFrame

将提取到的字段数据整理成列表字典的形式，再通过Pandas的DataFrame()方法转换为表格。

完整代码示例 #

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

# 原SOAP请求代码
url = "https://url.com"
payload = """\n<soapenv:Envelope xmlns:soapenv="http://schemas.xmlsoap.org/soap/envelope/" xmlns:util="http://url.com/">
 <soapenv:Header/>
  <soapenv:Body>
   <util:localidadesListar>
    <usuario>user</usuario>
    <clave>password</clave>
   </util:localidadesListar>
  </soapenv:Body>
</soapenv:Envelope> 
"""
headers = {'Content-Type': 'text/xml; charset=utf-8'}
response = requests.request("POST", url, data=payload, headers=headers, verify=False)

# 处理响应数据
# 1. 解析外层SOAP响应，提取<return>标签内的内容
root = ET.fromstring(response.text)
# 注意：命名空间需与API返回的实际命名空间一致
return_content = root.find('.//{http://url.com/}return').text.strip()

# 2. 双重解码转义内容，还原为正常XML
decoded_xml = html.unescape(html.unescape(return_content))

# 3. 解析还原后的XML，提取ItemLocalidad节点数据
resp_root = ET.fromstring(decoded_xml)
items = resp_root.findall('.//ItemLocalidad')

# 4. 整理数据并转换为DataFrame
data_list = []
for item in items:
    item_dict = {
        'CodigoLocalidad': item.find('CodigoLocalidad').text or '',
        'DescripcionLocalidad': item.find('DescripcionLocalidad').text or '',
        'AbreviaturaLocalidad': item.find('AbreviaturaLocalidad').text or '',
        'DepartamentoLocalidad': item.find('DepartamentoLocalidad').text or ''
    }
    data_list.append(item_dict)

df = pd.DataFrame(data_list)
print(df)

关键注意事项 #

• 命名空间匹配：外层SOAP响应的命名空间（示例中{http://url.com/}）必须和API返回的实际命名空间完全一致，否则无法正确定位<return>标签。
• 空值处理：代码中用or ''处理空标签场景，避免因节点无文本导致报错。
• 依赖安装：若未安装Pandas，需先执行pip install pandas完成依赖配置。

内容的提问来源于stack exchange，提问作者Edjotace