如何用Python ElementTree从XML数据集生成列表的列表？

架构老林

2026-8-14

解决方案：用ElementTree按article分组提取author为列表的列表

要实现按<article>分组的列表的列表，核心是先遍历每个文章节点，再在节点内收集作者，而不是全局遍历所有作者节点。

修正后的代码实现（循环方式）

import xml.etree.ElementTree as ET

tree = ET.parse('data.xml')
root = tree.getroot()

author_groups = []
# 遍历每个article节点
for article in root.findall('article'):
    # 收集当前文章下所有作者的文本，去除前后空白字符
    current_authors = [author.text.strip() for author in article.findall('author')]
    author_groups.append(current_authors)

print(author_groups)
# 输出结果: [['Tony'], ['Andy', 'John'], ['Paul', 'leon']]

更简洁的列表推导式写法

import xml.etree.ElementTree as ET

tree = ET.parse('data.xml')
root = tree.getroot()

author_groups = [[auth.text.strip() for auth in art.findall('author')] for art in root.findall('article')]

print(author_groups)

关键说明

按文章分组的核心：使用root.findall('article')获取所有文章节点，确保我们是按文章维度处理，而不是直接全局抓取所有作者。
文本处理：strip()用于去除示例XML中作者文本前后的空格，避免结果中出现多余空白。
关于原代码的问题：你原代码中调用author.attrib['pid']会触发KeyError，因为示例XML里的<author>节点并没有pid属性，如果实际数据中有该属性，再保留这部分逻辑即可。