如何使用Python将字符串格式XML响应解析为pandas DataFrame

• 对接TSETMC站点老旧SOAP服务，放弃耗时的响应对象化解析方案，已将响应内容存储为字符串类型
• 需求为从XML格式的响应字符串中仅提取InsCode、DEven、PriceYesterday三个字段，构建指定结构的pandas DataFrame
• 直接调用xml.etree.ElementTree.fromstring()方法解析未得到预期结果

TSETMC的SOAP响应默认带自定义命名空间，直接传入字符串解析后，不带命名空间前缀匹配标签会返回空结果，这是解析失败的核心原因。

两种实现方案均可满足需求，根据场景选择即可：

方案1：显式匹配命名空间（性能最优，适合结构固定的响应） #

提前提取响应中的默认命名空间，匹配标签时带上命名空间前缀定位节点：

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

# 替换为实际存储的XML响应字符串
my_xml_string = """
<soap:Envelope xmlns:soap="http://schemas.xmlsoap.org/soap/envelope/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:xsd="http://www.w3.org/2001/XMLSchema">
  <soap:Body>
    <GetTradeLastResponse xmlns="http://tsetmc.com/">
      <GetTradeLastResult>
        <InsCode>35425587644337450</InsCode>
        <DEven>20240520</DEven>
        <PriceYesterday>12540</PriceYesterday>
        <!-- 其余无关字段已省略 -->
      </GetTradeLastResult>
    </GetTradeLastResponse>
  </soap:Body>
</soap:Envelope>
"""

# 绑定TSETMC接口默认命名空间
ns = {"tsetmc": "http://tsetmc.com/"}
root = ET.fromstring(my_xml_string)

# 定位到字段所在的结果节点
result_node = root.find(".//tsetmc:GetTradeLastResult", ns)

# 提取目标字段，数值类字段可提前做类型转换
parsed_data = [{
    "InsCode": result_node.findtext("tsetmc:InsCode", namespaces=ns),
    "DEven": result_node.findtext("tsetmc:DEven", namespaces=ns),
    "PriceYesterday": float(result_node.findtext("tsetmc:PriceYesterday", namespaces=ns))
}]

# 构建DataFrame
df = pd.DataFrame(parsed_data)

方案2：忽略命名空间全局匹配（适配性强，无需核对命名空间地址） #

如果接口返回的命名空间经常变动，可以直接递归遍历所有节点，忽略命名空间前缀按标签名匹配：

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

def get_field_value(root_node, target_tag):
    for elem in root_node.iter():
        # 去掉标签里的命名空间前缀，只保留标签名本身
        current_tag = elem.tag.split("}")[-1]
        if current_tag == target_tag:
            return elem.text
    return None

# 替换为实际存储的XML响应字符串
my_xml_string = "你的XML响应字符串"
root = ET.fromstring(my_xml_string)

parsed_data = [{
    "InsCode": get_field_value(root, "InsCode"),
    "DEven": get_field_value(root, "DEven"),
    "PriceYesterday": float(get_field_value(root, "PriceYesterday"))
}]

df = pd.DataFrame(parsed_data)

• 如果接口返回的是多组交易记录，只需要遍历所有匹配到的结果节点，逐个提取字段后存入parsed_data列表，再传入DataFrame即可，核心提取逻辑无需修改
• PriceYesterday字段可根据业务需求保留字符串格式，示例中转为float是为了方便后续数值计算

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