如何在Python中无需知晓XML结构提取CurrencyPair元素值

当然可以实现，下面是两种常用的方法，不管XML结构多复杂，都能抓取到所有层级的<CurrencyPair>元素内容：

方法一：使用Python标准库 xml.etree.ElementTree #

无需额外安装依赖，适合大多数场景：

import xml.etree.ElementTree as ET

def get_currency_pairs(xml_file_path):
    # 解析XML文件
    tree = ET.parse(xml_file_path)
    root = tree.getroot()
    
    # 遍历所有层级的<CurrencyPair>元素，提取非空内容并去除首尾空白
    return [pair.text.strip() for pair in root.iter('CurrencyPair') if pair.text]

# 调用示例
currency_pairs = get_currency_pairs("your_xml_file.xml")
print(currency_pairs)

root.iter('CurrencyPair')会递归遍历XML中所有层级的目标元素，完全不受XML结构差异影响。

方法二：使用lxml库（更灵活，适合复杂XML场景） #

如果需要处理带命名空间的XML，或者更复杂的查询逻辑，lxml的XPath功能会更顺手。先安装依赖：

pip install lxml

代码示例：

from lxml import etree

def get_currency_pairs_lxml(xml_file_path):
    tree = etree.parse(xml_file_path)
    
    # 使用XPath匹配任意层级的<CurrencyPair>元素
    pair_elements = tree.xpath('//CurrencyPair')
    
    # 提取内容并过滤空值
    return [pair.text.strip() for pair in pair_elements if pair.text]

# 调用示例
currency_pairs = get_currency_pairs_lxml("your_xml_file.xml")
print(currency_pairs)

处理带命名空间的XML #

如果你的XML包含命名空间（比如xmlns="http://example.com/finance"），只需在XPath中指定命名空间：

# 定义命名空间映射
namespaces = {'fin': 'http://example.com/finance'}
# 调整XPath语法
pair_elements = tree.xpath('//fin:CurrencyPair', namespaces=namespaces)

注意点 #

• 加入if pair.text是为了过滤那些<CurrencyPair></CurrencyPair>的空元素
• strip()用于去除内容前后的空格、换行符等冗余字符

内容的提问来源于stack exchange，提问作者cursed bunny