Python ElementTree如何查找包含指定内容XML标签的元素？

问题描述 #

尝试在Python的ElementTree中查找包含特定标签内容的元素，参考官方文档示例*[tag='text']编写代码，想要找到所有包含<note>NEW</note>的元素，但执行报错。

示例代码：

#!/usr/bin/env python
import xml.etree.ElementTree as ET

xml = """<?xml version="1.0"?>
<entry>
<foo>blah</foo>
<foo>bblic</foo>
<foo>fjdks<note>NEW</note></foo>
<foo>fdfsd</foo>
<foo>ljklj<note>NEW</note></foo>
</entry>
"""

root = ET.fromstring(xml)

print("Number of 'foo' elements: %d" % len(root.findall('.//foo')))
print("Number of new 'foo' elements: %d" % len(root.findall('.//[note="NEW"]')))

执行后触发报错：

$ python foo.py 
Number of 'foo' elements: 5
Traceback (most recent call last):
  File "/usr/lib/python3.10/xml/etree/ElementPath.py", line 370, in iterfind
    selector = _cache[cache_key]
KeyError: ('.//[note="NEW"]',)

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
  File "/home/foo.py", line 17, in <module>
    print("Number of new 'foo' elements: %d" % len(root.findall('.//[note="NEW"]')))
  File "/usr/lib/python3.10/xml/etree/ElementPath.py", line 411, in findall
    return list(iterfind(elem, path, namespaces))
  File "/usr/lib/python3.10/xml/etree/ElementPath.py", line 384, in iterfind
    selector.append(ops[token[0]](next, token))
  File "/usr/lib/python3.10/xml/etree/ElementPath.py", line 193, in prepare_descendant
    raise SyntaxError("invalid descendant")
SyntaxError: invalid descendant

错误原因 #

使用的XPath路径.//[note="NEW"]存在语法错误：.//作为后代选择器，后面必须紧跟元素选择器（如具体标签名或通配符*），不能直接附加条件表达式，这就是触发SyntaxError: invalid descendant的核心原因。

正确实现方法 #

方法1：指定目标元素标签（推荐） #

如果明确要查找的是<foo>元素，直接在XPath中指定标签名，再附加子元素匹配条件：

root.findall('.//foo[note="NEW"]')

方法2：匹配所有符合条件的元素 #

如果需要匹配任意包含<note>NEW</note>的元素，用通配符*代替具体标签名：

root.findall('.//*[note="NEW"]')

修改后的完整代码 #

#!/usr/bin/env python
import xml.etree.ElementTree as ET

xml = """<?xml version="1.0"?>
<entry>
<foo>blah</foo>
<foo>bblic</foo>
<foo>fjdks<note>NEW</note></foo>
<foo>fdfsd</foo>
<foo>ljklj<note>NEW</note></foo>
</entry>
"""

root = ET.fromstring(xml)

print("Number of 'foo' elements: %d" % len(root.findall('.//foo')))
# 使用正确的XPath路径
print("Number of new 'foo' elements: %d" % len(root.findall('.//foo[note="NEW"]')))

执行后会输出预期结果：

Number of 'foo' elements: 5
Number of new 'foo' elements: 2

内容的提问来源于stack exchange，提问作者user1235777