使用xml.etree.ElementTree解析XML时findall返回列表无法获取标签文本问题
问题核心原因拆解
为什么解析结果会是list对象
xml.etree.ElementTree 中 findall() 方法的设计逻辑固定:无论匹配到多少个目标节点,返回值始终是由匹配到的Element节点组成的列表,不会返回单个节点对象。
你两次操作触发AttributeError: 'list' object has no attribute 'text'的根本原因,就是直接把列表对象当成单个XML节点去调用.text属性——列表本身不存在.text属性,自然会报错。
为什么findall的输出是空方括号
空列表的本质是你写的查找逻辑没有匹配到任何<rede>节点:如果匹配成功,打印出来的列表会是类似[<Element 'rede' at 0x1122...>, <Element 'rede' at 0x3344...>]的格式,和返回列表的设计本身无关。常见踩坑点有两个:
- 查找层级不匹配:你拿到的文档树对象直接调用
dom.findall('rede'),只会检索根节点的直接子元素,只有当<rede>是根节点下的第一层子标签时才能匹配到。结合这类议会 protocol XML的结构,<rede>标签一般嵌套在Sitzungsverlauf、Tagesordnungspunkt等多层子节点内部,根本不是根节点的直接子元素,自然搜不到。 - 命名空间匹配失效:这类公开的标准化XML文档一般会在根节点声明默认命名空间,这时候所有不带前缀的标签实际完整名称都附带命名空间URI,你直接传入纯标签名
'rede'做匹配,和实际带命名空间的节点标签对不上,也会返回空结果。
正确的目标文本提取方法
按以下步骤调整代码即可:
- 通过
getroot()拿到文档的根节点Element对象,作为查找的起点。 - 自动提取文档声明的命名空间,构造匹配用的命名空间映射,避免因命名空间问题匹配失败。
- 使用支持全层级检索的XPath路径,递归匹配所有嵌套层级下的目标
<rede>节点。 - 遍历返回的节点列表,逐个对列表内的单个Element对象调用
.text属性读取内部文本。
示例可运行代码:
import os from xml.etree import ElementTree file_name = '19008-data.xml' full_file = os.path.abspath(os.path.join('WP19_Protokolle_2018-2020', file_name)) # 解析XML文档,拿到根节点 tree = ElementTree.parse(full_file) root = tree.getroot() # 自动提取根节点携带的命名空间,避免硬编码出错 ns_uri = root.tag.split('}')[0].strip('{') ns_map = {'protocol': ns_uri} # 用//路径递归检索全文档下所有rede节点,不限制嵌套层级 all_rede_nodes = root.findall('.//protocol:rede', ns_map) # 遍历列表内的单个节点读取文本 for node in all_rede_nodes: # .text 仅能读取标签起始位后的直接文本 # 若需要提取节点内部所有子标签的拼接文本,可将下行替换为 print(''.join(node.itertext())) print(node.text)
注意:如果目标标签内部嵌套了其他子标签,
.text只会读取起始标签后、第一个子标签前的直接文本内容,要获取节点内全部拼接文本,需要遍历itertext()方法生成的文本流。
内容的提问来源于stack exchange,提问作者M. W.
相关产品推荐
相关产品推荐

