如何用Python xml.etree.ElementTree提取XML指定ID对应的值

需求说明 #

遍历XML中的ObjectHeader标签，当子节点ObjectType/Id的值为1424时，提取ObjectVariant/ObjectValue下Characteristic/Name与PropertyValue/Value的内容，将其存入字典，预期输出格式为：

{"Var1": 10.4, "Var2": 15.6}

XML文件共3万行，且ID 1424仅出现一次。

示例XML片段 #

<ObjectContext>
    <ObjectHeader>
        <ObjectType>
            <Id>1278</Id>
            <Name>ID_NAME</Name>
        </ObjectType>
        <ObjectVariant>
            <ObjectValue>
                <Characteristic>
                    <Name>Var1</Name>
                    <Description>Something about the name</Description>
                </Characteristic>
                <PropertyValue>
                    <Value>10.6</Value>
                    <Description>Something about the value</Description>
                </PropertyValue>
            </ObjectValue>
        </ObjectVariant>
    </ObjectHeader>
    <ObjectHeader>
        <ObjectType>
            <Id>1424</Id>
            <Name>ID_NAME</Name>
        </ObjectType>
        <ObjectVariant>
            <ObjectValue>
                <Characteristic>
                    <Name>Var1</Name>
                    <Description>Something about the name</Description>
                </Characteristic>
                <PropertyValue>
                    <Value>10.4</Value>
                    <Description>Something about the value</Description>
                </PropertyValue>
            </ObjectValue>
            <ObjectValue>
                <Characteristic>
                    <Name>Var2</Name>
                    <CharacteristicType>Something about the name</CharacteristicType>
                </Characteristic>
                <PropertyValue>
                    <Value>15.6</Value>
                    <Description>Something about the value</Description>
                </PropertyValue>
            </ObjectValue>
        </ObjectVariant>
    </ObjectHeader>
</ObjectContext>

解决方案代码 #

针对大文件场景，使用Python的xml.etree.ElementTree模块的iterparse方法逐行解析，避免内存溢出：

import xml.etree.ElementTree as ET

result_dict = {}
target_found = False

# 迭代解析XML文件，处理大文件更高效
for event, elem in ET.iterparse('your_xml_file.xml', events=('start', 'end')):
    if event == 'end' and elem.tag == 'ObjectHeader':
        if target_found:
            # 提取当前ObjectHeader下所有ObjectValue的键值对
            for obj_value in elem.findall('.//ObjectValue'):
                char_name = obj_value.find('.//Characteristic/Name').text
                prop_value = float(obj_value.find('.//PropertyValue/Value').text)
                result_dict[char_name] = prop_value
            # 找到目标后立即终止循环（ID1424仅出现一次）
            break
        # 检查当前ObjectHeader的类型ID是否为1424
        type_id = elem.find('.//ObjectType/Id').text
        if type_id == '1424':
            target_found = True
    # 清理已处理元素，释放内存
    elem.clear()

print(result_dict)

代码说明 #

• 高效解析：iterparse逐行处理XML，无需加载整个3万行文件到内存，适合大文件场景。
• 精准匹配：遍历每个ObjectHeader标签结束时，检查其ObjectType/Id是否为目标值1424。
• 数据提取：找到目标节点后，遍历其下所有ObjectValue，提取特征名称和对应数值并转为浮点数存入字典。
• 内存优化：每次处理完元素后调用elem.clear()，避免内存占用过高。
• 提前终止：由于ID1424仅出现一次，处理完目标节点后立即退出循环，提升执行效率。

内容的提问来源于stack exchange，提问作者Ranieri Bubans