为什么XML的.findall方法无法正确读取节点，返回了多余匹配结果？

问题原因 #

• XPath表达式中的//是递归深度查找标识符，会匹配当前节点下所有层级的对应节点，不限制为直接子级：
  • 开头的.//{urn:schemas-upnp-org:device-1-0}serviceList会匹配选中的device节点下所有层级的serviceList节点，除了当前device的直接子节点serviceList，还会命中嵌套在子device中的所有serviceList
  • 后续的//{urn:schemas-upnp-org:device-1-0}serviceType同样会在每个匹配到的serviceList下递归查找所有serviceType，因此会返回值为2、3的结果

修正方案 #

要匹配直接子节点，将递归查找符//替换为单级匹配符/即可。为了简化命名空间写法，可先注册命名空间前缀，修正后代码如下：

import os
import sys
import xml.etree.ElementTree as ET

# 注册UPNP命名空间，简化后续路径写法
ns = {'upnp': 'urn:schemas-upnp-org:device-1-0'}
root = ET.fromstring(inner_xml) # inner_xml为上述XML内容
device = root.find('upnp:device', ns)
# 路径规则：./代表当前device节点，/表示仅匹配直接子节点
for serviceType in device.findall('./upnp:serviceList/upnp:service/upnp:serviceType', ns):
    print(serviceType.text)

如果不想注册命名空间，也可以直接使用全量命名空间写法，路径改为：
./{urn:schemas-upnp-org:device-1-0}serviceList/{urn:schemas-upnp-org:device-1-0}service/{urn:schemas-upnp-org:device-1-0}serviceType

运行后仅会输出1，符合需求。

内容的提问来源于stack exchange，提问作者Algo