使用ElementTree解析NeTEX格式XML提取公交站点及票价信息方法

完全可以不用多层嵌套for循环提取目标数据，XML解析库普遍支持的XPath查询能力可以直接定位目标节点，大幅简化代码逻辑，以下是具体实现方式：

方案1：使用Python标准库xml.etree.ElementTree实现 #

NeTEX格式XML自带标准命名空间，首先需要声明命名空间映射避免标签匹配失败，直接通过XPath路径定位ScheduledStopPointRef、站点、分区、票价相关节点即可，无需逐层遍历：

import xml.etree.ElementTree as ET

# 声明NeTEX标准命名空间
NS = {'netex': 'http://www.netex.org.uk/netex'}

# 加载XML文件
tree = ET.parse('/path/to/your/file.xml')
root = tree.getroot()

# 直接定位所有票价分区节点
for tariff_zone in root.findall('.//netex:TariffZone', namespaces=NS):
    # 提取分区名称、分区对应票价
    zone_name = tariff_zone.findtext('./netex:Name', default='无', namespaces=NS)
    zone_price = tariff_zone.findtext('.//netex:Price/netex:Amount', default='无', namespaces=NS)
    
    # 定位该分区下关联的所有公交站点引用
    for stop_ref in tariff_zone.findall('.//netex:ScheduledStopPointRef', namespaces=NS):
        # 提取ATCO编码（一般存储在ref属性中）
        atco_code = stop_ref.get('ref', '无')
        # 定位对应站点的详情节点
        stop_node = root.find(f'.//netex:ScheduledStopPoint[@id="{atco_code}"]', namespaces=NS)
        if stop_node is None:
            continue
        # 提取公交站点名称
        stop_name = stop_node.findtext('./netex:Name', default='无', namespaces=NS)
        # 输出四个目标字段
        print(f"公交站点名称：{stop_name}，ATCO编码：{atco_code}，所属分区：{zone_name}，分区票价：{zone_price}")

方案2：使用第三方库lxml实现（推荐处理大文件） #

如果你的XML文件体积较大，推荐使用lxml库，它的XPath支持更完善、解析性能更高，API和标准库ElementTree基本兼容：

1. 安装方式：执行pip install lxml
2. 代码仅需修改导入语句即可：

# 替换导入语句即可，后续逻辑和方案1完全一致
from lxml import etree as ET

注意事项 #

• 你可以根据实际XML的节点结构微调XPath路径，即可适配不同的NeTEX数据规范
• 如果是超大型XML文件，可以使用iterparse迭代解析能力，无需把整个文件加载到内存即可完成数据提取

内容的提问来源于stack exchange，提问作者Ananth