如何获取XML前后标签的属性值（含无同级标签场景）

数据老陈

2026-8-7

解决方案：通用XML标签前后id获取（兼容不同标签类型与边界情况）

问题根源

之前的代码存在两个关键限制：

仅匹配同类型标签的前后节点（preceding::tagX），无法处理DOC2这类混合标签类型的场景
直接取列表索引[0]，未处理无前驱/后继标签的边界情况（比如DOC3的无前驱场景），导致触发IndexError

修复后的代码

改用通用节点匹配替代指定标签名，并增加空值判断避免索引错误：

from lxml import etree

def get_adjacent_ids(root):
    result = []
    # 匹配所有id以B开头的任意标签
    target_elements = root.xpath('//*[starts-with(@id, "B")]')
    for el in target_elements:
        # 获取前一个任意类型标签（不限制标签名）
        prec_nodes = el.xpath('preceding::*[1]')
        if prec_nodes:
            result.append(prec_nodes[0].get('id'))
        # 获取后一个任意类型标签
        foll_nodes = el.xpath('following::*[1]')
        if foll_nodes:
            result.append(foll_nodes[0].get('id'))
    return result

# 对应三类DOC的测试示例
# DOC1（同类型标签）
doc1_root = etree.fromstring('<root><tagX id="ABB"/><tagX id="BXX"/><tagX id="CDN"/></root>')
print(get_adjacent_ids(doc1_root))  # 输出: ['ABB', 'CDN']

# DOC2（混合标签）
doc2_root = etree.fromstring('<root><tagA id="AA"/><tagB id="BYY"/><tagC id="C"/></root>')
print(get_adjacent_ids(doc2_root))  # 输出: ['AA', 'C']

# DOC3（无前驱标签）
doc3_root = etree.fromstring('<root><tagX id="BZZ"/><tagY id="CXC"/></root>')
print(get_adjacent_ids(doc3_root))  # 输出: ['CXC']