Python 3.8处理FDA大XML文件时如何获取Element的XML文本？

要把Element对象转换成它对应的XML字符串，你需要使用xml.etree.ElementTree.tostring()方法——这是Python标准库提供的专门用来序列化Element为XML文本的工具。

解决方法示例 #

首先确保你导入了xml.etree.ElementTree模块，然后在你的循环中修改代码如下：

import xml.etree.ElementTree as ET

for xml_filename in xml_filenames:
    for evt, elem in ET.iterparse(xml_filename):
        if elem.tag == 'safetyreport':
            # 将Element序列化为XML字符串
            # encoding='unicode'让返回值直接是str类型（Python 3适用）
            # method='xml'指定输出格式为标准XML
            xml_content = ET.tostring(elem, encoding='unicode', method='xml')
            print(xml_content)
            
            # 重要：处理完元素后调用clear()释放内存，避免大文件内存溢出
            elem.clear()

参数说明 #

• encoding='unicode'：在Python 3中使用这个参数会直接返回字符串类型的XML内容，如果省略它会返回bytes对象，你需要用.decode('utf-8')转换成字符串。
• method='xml'：可选参数，默认就是xml，也可以指定为html或text，这里我们需要标准XML输出，所以保持默认即可。
• elem.clear()：因为iterparse默认会保留所有解析过的元素引用，处理大型XML时必须调用这个方法释放内存，否则你的内存占用会持续增长，失去用iterparse的意义。

为什么你之前的尝试没效果？ #

• print(elem)：直接打印Element对象只会输出它的内存地址引用，这是Python对象默认的__repr__行为，不会输出XML内容。
• elem.items()：这个方法只返回元素的属性键值对，不包含标签和子元素的XML结构。
• elem.getchildren()：这只是获取元素的子元素列表，无法得到整个元素的完整XML表示。

内容的提问来源于stack exchange，提问作者Adam Matan