使用xml.etree.ElementTree获取带索引元素绝对Xpath的方法

需要基于<name>等标签的文本值查询超大型XML文件，查询结果需要附带包含节点索引信息的完整绝对XPath路径，用于准确定位节点所属的Track、Clipitem具体序号。
目标XPath格式示例：./sequence[0]/media[0]/video[0]/track[3]/clipitem[56]/filter[0]/effect[0]/parameter[0]/name[0]

当前基于原生xml.etree.ElementTree实现了基础的节点值匹配，可正常提取目标字段，但无法生成带索引的XPath：

import xml.etree.ElementTree as ET
xmlfile = *pathtoFile*
tree = ET.parse(xmlfile)
root = tree.getroot()

for elm in root.findall("./sequence/media/video/track/clipitem/file/name[.='Graphic']../../name"): 
    CurrentClip = (elm.text)
    Graphics_Name_List.append(CurrentClip)

for elm in root.findall("./sequence/media/video/track/clipitem/file/name[.='Graphic']../../start"): 
    CurrentClip = (elm.text)
    Graphics_Start_List.append(CurrentClip)

• 原生xml.etree.ElementTree自带的路径获取方法返回的路径不带节点索引，格式为./sequence/media/video/track/clipitem/filter/effect/parameter/name，无法定位具体序号的节点
• 已知lxml库支持生成带索引的XPath，但不清楚两个库能否混合使用，也不确定将ET.parse解析得到的元素传入lxml的XPath方法是否可行

方案1：原生xml.etree.ElementTree扩展实现（无额外依赖） #

原生ET没有存储父节点引用和兄弟节点索引，只需要在解析完成后做一次全树遍历，预构建父节点映射和同标签节点的索引映射，就可以自行拼接出带索引的绝对XPath，单次遍历的性能损耗极低，适配超大XML文件。

import xml.etree.ElementTree as ET

def build_node_map(root):
    """单次遍历全树，构建父节点映射、同标签兄弟节点索引映射"""
    parent_map = {}
    for parent in root.iter():
        tag_count = {}
        for idx, child in enumerate(parent):
            parent_map[child] = parent
            # 记录当前子节点在同标签兄弟里的排位
            child_tag = child.tag
            child._tag_index = tag_count.get(child_tag, 0)
            tag_count[child_tag] = child._tag_index + 1
    return parent_map

def get_indexed_xpath(element, root, parent_map):
    """生成从根节点到目标节点的带索引绝对XPath"""
    path_parts = []
    current = element
    while current is not root:
        path_parts.append(f"{current.tag}[{current._tag_index}]")
        current = parent_map[current]
    path_parts.append(f"./{root.tag}[0]")
    return "/".join(reversed(path_parts))

# 业务逻辑改造
xmlfile = "your_xml_file_path"
tree = ET.parse(xmlfile)
root = tree.getroot()
parent_map = build_node_map(root)

Graphics_Name_List = []
Graphics_Start_List = []
Graphics_Name_Xpath = []
Graphics_Start_Xpath = []

# 一次遍历匹配目标节点，避免两次findall重复查询
for name_node in root.findall("./sequence/media/video/track/clipitem/file/name[.='Graphic']"):
    # 向上两层定位到clipitem节点
    clipitem_node = parent_map[parent_map[name_node]]
    # 提取clipitem下的name和start字段
    clip_name = clipitem_node.find("name")
    clip_start = clipitem_node.find("start")
    if clip_name is not None:
        Graphics_Name_List.append(clip_name.text)
        Graphics_Name_Xpath.append(get_indexed_xpath(clip_name, root, parent_map))
    if clip_start is not None:
        Graphics_Start_List.append(clip_start.text)
        Graphics_Start_Xpath.append(get_indexed_xpath(clip_start, root, parent_map))

方案2：直接使用lxml解析（性能更优） #

注意：不要尝试将xml.etree.ElementTree解析生成的元素对象传入lxml，两个库的元素内部结构完全不兼容，混用会直接报错。
直接用lxml自带的解析接口加载文件即可，lxml为C实现，解析超大XML的性能远高于原生ET，且自带的getpath()方法原生返回带索引的绝对XPath，无需自行实现路径拼接逻辑：

from lxml import etree

xmlfile = "your_xml_file_path"
tree = etree.parse(xmlfile)
root = tree.getroot()

Graphics_Name_List = []
Graphics_Start_List = []
Graphics_Name_Xpath = []
Graphics_Start_Xpath = []

for name_node in root.xpath("./sequence/media/video/track/clipitem/file/name[text()='Graphic']"):
    # 向上两层定位到clipitem节点
    clipitem_node = name_node.getparent().getparent()
    clip_name = clipitem_node.find("name")
    clip_start = clipitem_node.find("start")
    if clip_name is not None:
        Graphics_Name_List.append(clip_name.text)
        # 原生方法直接返回带索引的绝对XPath
        Graphics_Name_Xpath.append(tree.getpath(clip_name))
    if clip_start is not None:
        Graphics_Start_List.append(clip_start.text)
        Graphics_Start_Xpath.append(tree.getpath(clip_start))

补充说明：如果XML文件体积过大无法全量加载到内存，两个方案都可以替换为iterparse增量解析模式，边读边匹配节点、计算路径，处理几十GB级别的XML文件也不会出现内存溢出问题。

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