如何使用XPath访问XML中深层嵌套的标签及其属性？

首先得点明你代码里的核心问题：etree.tostring()返回的是XML的字节串表示，它不是可操作的Element对象，根本没有xpath()方法——你得到空列表的本质是用错了对象来调用XPath方法。下面一步步给你正确的解决方案：

1. 先正确解析XML，拿到可操作的Element对象 #

你需要先把XML内容解析成Element（或ElementTree）对象，而不是转成字符串。示例代码如下：

import xml.etree.ElementTree as etree

# 你的XML内容
xml_content = '''<?xml version='1.0' encoding='utf8'?>
<collection>
  <genre category="Action">
    <decade years="1980s">
      <movie favorite="True" title="Indiana Jones: The raiders of the lost Ark">
        <format multiple="No">DVD</format>
        <year>1981</year>
        <rating>PG</rating>
        <description> 'Archaeologist and adventurer Indiana Jones is hired by the U.S. government to find the Ark of the Covenant before the Nazis.' </description>
      </movie>
    </decade>
  </genre>
</collection>'''

# 解析XML，得到根节点Element对象
root = etree.fromstring(xml_content)

2. 用正确的XPath定位Movie标签 #

因为Movie标签嵌套在collection > genre > decade层级下，有两种灵活的定位方式：

• 绝对路径定位：从根节点开始写完整路径，适合结构固定的XML：

  # 绝对路径定位movie标签
  movies = root.xpath('/collection/genre/decade/movie')
  

• 全局匹配定位：用//匹配任意层级的movie标签，适合XML结构有变动或者要找所有movie的场景：

  # 匹配所有层级的movie标签
  movies = root.xpath('//movie')
  

这时候movies就会返回包含目标Movie元素的列表，不会再是空的了。

3. 访问Movie标签的属性 #

拿到Movie元素后，有两种方式获取它的属性：

• 通过Element的attrib字典：

  if movies:
      target_movie = movies[0]
      # 获取favorite属性
      print("是否为收藏:", target_movie.attrib.get('favorite'))
      # 获取title属性
      print("电影标题:", target_movie.attrib.get('title'))
  

• 直接用XPath提取属性：不用先获取元素，直接通过XPath表达式拿到属性值：

  # 直接获取所有movie的title属性
  movie_titles = root.xpath('//movie/@title')
  print("电影标题:", movie_titles[0])
  
  # 筛选出favorite属性为True的movie标签
  favorite_movies = root.xpath('//movie[@favorite="True"]')
  

内容的提问来源于stack exchange，提问作者Chang Zhao