如何用Python获取XML中嵌套标签的名称

获取文档内全部标签（含所有层级） #

使用find_all(True)匹配所有标签对象，遍历提取每个标签的name属性即可：

from bs4 import BeautifulSoup

soup = BeautifulSoup('''
<AlternativeIdentifiers>
   <NationalLocationCode>513100</NationalLocationCode>
</AlternativeIdentifiers>
<Name>Abbey Wood</Name>
<SixteenCharacterName>ABBEY WOOD.</SixteenCharacterName>
<Address>
 <com:PostalAddress>
   <add:A_5LineAddress>
       <add:Line>Abbey Wood station</add:Line>
       <add:Line>Wilton Road</add:Line>
       <add:Line>Abbey Wood</add:Line>
       <add:Line>Greater London</add:Line>
       <add:PostCode>SE2 9RH</add:PostCode>
   </add:A_5LineAddress>
 </com:PostalAddress>
</Address>
    ''', "lxml")

# 提取所有标签名称
all_tag_names = [tag.name for tag in soup.find_all(True)]
print(all_tag_names)

运行后输出所有层级的标签名：

['AlternativeIdentifiers', 'NationalLocationCode', 'Name', 'SixteenCharacterName', 'Address', 'com:PostalAddress', 'add:A_5LineAddress', 'add:Line', 'add:Line', 'add:Line', 'add:Line', 'add:PostCode']

获取指定父标签下的嵌套标签 #

如果只需要某一特定父标签（如AlternativeIdentifiers或Address）内部的所有嵌套标签，先定位父标签，再遍历其所有后代标签：

# 提取AlternativeIdentifiers下的所有嵌套标签
parent_tag = soup.find("AlternativeIdentifiers")
nested_names = [tag.name for tag in parent_tag.find_all(True)]
print(nested_names)
# 输出：['AlternativeIdentifiers', 'NationalLocationCode']

# 提取Address下的所有嵌套标签
address_tag = soup.find("Address")
address_nested_names = [tag.name for tag in address_tag.find_all(True)]
print(address_nested_names)
# 输出：['Address', 'com:PostalAddress', 'add:A_5LineAddress', 'add:Line', 'add:Line', 'add:Line', 'add:Line', 'add:PostCode']

若不需要包含父标签本身，仅提取子标签及更深层级，可过滤掉父标签对象：

# 仅提取AlternativeIdentifiers的子标签及后代
parent_tag = soup.find("AlternativeIdentifiers")
child_only_names = [tag.name for tag in parent_tag.find_all(True) if tag != parent_tag]
print(child_only_names)
# 输出：['NationalLocationCode']

关键说明 #

• find_all(True)会匹配文档中所有类型的标签，无论标签名是什么；
• 带命名空间的标签（如com:PostalAddress）会完整保留前缀，BeautifulSoup解析XML时会保留原始标签名；
• 每个标签对象的name属性即为标签的名称，直接提取即可。

内容的提问来源于stack exchange，提问作者snoozy