如何用ElementTree解析XML生成<CdtTrfTxInf>内容的Python元组列表

我有一个指定结构的XML文件，用Python的ElementTree库处理时目前只能遍历整个XML树，现在需要提取所有<CdtTrfTxInf>标签内的信息，生成包含元组的Python列表（示例里有2个<CdtTrfTxInf>，最终要生成2个元组）。现有代码如下：

import xml.etree.ElementTree as ET

tree = ET.parse(xml_file)
root = tree.getroot()

for elem in tree.iter():
    print(elem.tag, elem.text) # 输出文件中所有标签

对应的XML文件结构：

<?xml version="1.0" encoding="utf-8" standalone="yes"?>
 <Document xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="urn:iso:std:iso:20022:tech:xsd:pain.001.001.03">
  <CstmrCdtTrfInitn>
    <GrpHdr>
      <MsgId>637987745078994894</MsgId>
      <CreDtTm>2022-09-14T05:48:27</CreDtTm>
      <NbOfTxs>205</NbOfTxs>
      <CtrlSum>154761.02</CtrlSum>
      <InitgPty>
        <Nm> Company</Nm>
      </InitgPty>
    </GrpHdr>
    <PmtInf>
      <PmtInfId>20220914054827-154016</PmtInfId>
      <PmtMtd>TRF</PmtMtd>
      <BtchBookg>true</BtchBookg>
      <NbOfTxs>205</NbOfTxs>
      <CtrlSum>154761.02</CtrlSum>
      <PmtTpInf>
        <SvcLvl>
          <Cd>SEPA</Cd>
        </SvcLvl>
        <CtgyPurp>
          <Cd>SALA</Cd>
        </CtgyPurp>
      </PmtTpInf>
       <CdtTrfTxInf>
        <Amt>
          <InstdAmt Ccy="EUR">1536.96</InstdAmt>
        </Amt>
        <Cdtr>
          <Nm>Achternaam, Voornaam </Nm>
        </Cdtr>
        <CdtrAcct>
          <Id>
            <IBAN>NL80RABO0134343443</IBAN>
          </Id>
        </CdtrAcct>
      </CdtTrfTxInf>
        <CdtTrfTxInf>
        <Amt>
          <InstdAmt Ccy="EUR">1676.96</InstdAmt>
        </Amt>
        <Cdtr>
          <Nm>Achternaam, Voornaam </Nm>
        </Cdtr>
        <CdtrAcct>
          <Id>
            <IBAN>NL80RABO013433222243</IBAN>
          </Id>
        </CdtrAcct>
      </CdtTrfTxInf>
   </CstmrCdtTrfInitn>
 </Document>

这个XML带有默认命名空间，直接用标签名查找会找不到目标元素，必须先处理命名空间，再提取所需字段。以下是实现代码：

import xml.etree.ElementTree as ET

# 定义XML的默认命名空间，用别名简化书写
NS = {'ns': 'urn:iso:std:iso:20022:tech:xsd:pain.001.001.03'}
xml_file = 'your_file_path.xml'  # 替换成你的XML文件实际路径

tree = ET.parse(xml_file)
root = tree.getroot()

# 存储交易信息的元组列表
transaction_list = []

# 递归查找所有<CdtTrfTxInf>标签
for tx_node in root.findall('.//ns:CdtTrfTxInf', namespaces=NS):
    # 提取交易金额
    amount = tx_node.find('.//ns:InstdAmt', NS).text
    # 提取收款人姓名，去掉前后空格
    payee_name = tx_node.find('.//ns:Nm', NS).text.strip()
    # 提取收款人IBAN
    iban = tx_node.find('.//ns:IBAN', NS).text
    
    # 将信息打包成元组，加入列表
    transaction_list.append((amount, payee_name, iban))

# 打印结果
for item in transaction_list:
    print(item)

代码说明 #

1. 命名空间处理：XML里的xmlns="urn:iso:std:iso:20022:tech:xsd:pain.001.001.03"是默认命名空间，ElementTree需要通过命名空间字典来匹配标签，这里用ns作为别名简化代码。
2. 定位目标标签：用root.findall('.//ns:CdtTrfTxInf', NS)递归查找XML中所有层级的<CdtTrfTxInf>标签。
3. 提取字段：对每个交易标签，用find方法结合命名空间定位到<InstdAmt>、<Nm>、<IBAN>子标签，提取文本内容。
4. 生成元组列表：把每个交易的三个字段打包成元组，添加到列表中，最终得到符合要求的结果。

运行后会输出两个元组：

('1536.96', 'Achternaam, Voornaam', 'NL80RABO0134343443')
('1676.96', 'Achternaam, Voornaam', 'NL80RABO013433222243')

内容的提问来源于stack exchange，提问作者saro