如何在Python中正确解析字符串格式的XML数据

你的XML解析失败的核心原因是XML内容携带默认命名空间，和XML头部声明无关。xml.etree.ElementTree处理带命名空间的XML时，会自动将命名空间URI拼接在标签名前，你直接按原始标签名检索节点时会匹配不到。

你提供的XML包含两个层级的默认命名空间：

• 外层rpc-reply节点的默认命名空间：urn:ietf:params:xml:ns:netconf:base:1.0
• 内层config节点的默认命名空间：http://www.calix.com/ns/exa/base

你提供的简化测试代码里的XML已经去掉了所有命名空间属性，本身是可以正常解析的，运行后会输出config {}，如果这段代码运行异常，检查是否有特殊字符或格式错误。

方法1：注册命名空间后按路径查询（推荐） #

先定义命名空间映射表，查询节点时携带命名空间前缀，兼容性最好：

import xml.etree.ElementTree as ET

# 命名空间映射，前缀可以自定义，URI必须和XML里的定义完全一致
ns = {
    "netconf": "urn:ietf:params:xml:ns:netconf:base:1.0",
    "calix": "http://www.calix.com/ns/exa/base"
}

# 解析完整的原始XML内容
root = ET.fromstring(完整XML字符串)

# 示例：获取所有policy-map节点
policy_maps = root.findall(".//calix:policy-map", ns)
for pm in policy_maps:
    # 获取策略映射名称
    pm_name = pm.find("calix:name", ns).text
    # 获取对应EIR值
    eir_val = pm.find(".//calix:eir", ns).text
    print(f"策略名称：{pm_name}，EIR：{eir_val}")

方法2：清除所有命名空间 #

如果不需要区分命名空间，可以先清除所有节点的命名空间标识，之后直接用原始标签名查询即可：

import xml.etree.ElementTree as ET

def clear_namespaces(root):
    for elem in root.iter():
        # 清除标签中的命名空间
        if "}" in elem.tag:
            elem.tag = elem.tag.split("}", 1)[1]
        # 清除属性中的命名空间
        for attr in list(elem.attrib.keys()):
            if "}" in attr:
                val = elem.attrib.pop(attr)
                elem.attrib[attr.split("}", 1)[1]] = val
    return root

# 解析XML后先调用清除函数
root = ET.fromstring(完整XML字符串)
root = clear_namespaces(root)

# 之后可以直接用原始标签名查询
policy_maps = root.findall(".//policy-map")
for pm in policy_maps:
    pm_name = pm.find("name").text
    eir_val = pm.find(".//eir").text
    print(pm_name, eir_val)

内容的提问来源于stack exchange，提问作者Mellgood