如何使用Python提取XML标签路径及值并导出至Excel？

所需依赖 #

先安装必要的第三方库：

pip install pandas openpyxl

完整实现代码 #

import xml.etree.ElementTree as ET
import pandas as pd

def get_element_path(element):
    """递归获取元素的完整路径"""
    path = [element.tag]
    parent = element.parent
    while parent is not None:
        path.insert(0, parent.tag)
        parent = parent.parent
    return "/" + "/".join(path)

def parse_xml_to_data(xml_content):
    """解析XML，提取每个条目（如country）的标签路径和对应值"""
    root = ET.fromstring(xml_content)
    # 给每个元素添加parent属性，方便后续路径生成
    for parent in root.iter():
        for child in parent:
            child.parent = parent
    
    # 找到所有顶级条目节点（这里是所有<country>节点）
    items = root.findall(".//country")
    data_list = []
    
    for item in items:
        item_data = {}
        # 遍历当前条目下的所有叶子节点（无子节点的元素）
        for elem in item.iter():
            if len(elem) == 0:  # 叶子节点才有值
                path = get_element_path(elem)
                item_data[path] = elem.text.strip() if elem.text else ""
        data_list.append(item_data)
    
    return data_list

def export_to_excel(data, output_file):
    """将数据导出到Excel"""
    df = pd.DataFrame(data)
    df.to_excel(output_file, index=False)

# 示例XML内容（也可以替换为读取文件：ET.parse("input.xml").getroot()）
sample_xml = """
<world>
<countries>
    <country>
        <name>a</name>
        <description>a short description</description>
        <population>
            <now>250000</now>
            <2000>100000</2000>
        </population>
    </country>
    <country>
        <name>b</name>
        <description>b short description</description>
        <population>
            <now>350000</now>
            <2000>150000</2000>
        </population>
    </country>
</countries>
</world>
"""

# 执行流程
if __name__ == "__main__":
    parsed_data = parse_xml_to_data(sample_xml)
    export_to_excel(parsed_data, "output.xlsx")
    print("Excel导出完成，文件名为output.xlsx")

代码说明 #

1. 路径生成：get_element_path函数通过递归遍历父节点，拼接出每个元素的完整绝对路径（如/world/countries/country/population/now）
2. XML解析：parse_xml_to_data函数先给所有元素添加父节点引用，然后定位到每个country条目，遍历其下所有叶子节点，收集路径和对应值
3. Excel导出：用pandas将收集到的字典列表转为DataFrame，直接导出为Excel文件，自动将路径作为列名，每个条目对应一行数据

输出效果 #

导出的Excel文件中，列名是各个标签的完整路径，每行对应一个country的所有数据：

• 第一列：/world/countries/country/name，对应值为a、b
• 第二列：/world/countries/country/description，对应值为a short description、b short description
• 后续列依次为/world/countries/country/population/now、/world/countries/country/population/2000，对应各自的数值

内容的提问来源于stack exchange，提问作者Sarang Gokte