Python解析XML：获取指定节点下所有子节点的值

嘿，这事儿好办！咱直接用Python标准库自带的xml.etree.ElementTree就能搞定，不用额外装第三方包，省心又靠谱。

先把你给的XML内容整理完整（补全了截断的部分，不影响解析逻辑）：

<abstract>
  <title>摘要</title>
  <p>Amphinomids（俗称火蠕虫）是海洋环节动物的基干类群，其特征是具有防御性背侧钙质刚毛，接触时会脱落。长期以来有假说认为Amphinomids具有毒性，会利用刚毛注入有毒物质。然而，从形态学或分子角度研究火蠕虫毒液的研究十分匮乏，至今未发现毒腺，也未在分子水平上鉴定出任何毒素。为探究该问题，我们分析了三种火蠕虫的转录组——<italic>Eurythoe complanata</italic>, <italic>Hermodice carunculata</italic>的内容</p>
</abstract>

下面是具体的解析代码，我给你写了两种场景：解析字符串形式的XML，以及解析本地XML文件，你按需用就行。

场景1：解析字符串形式的XML #

import xml.etree.ElementTree as ET

# 定义你的XML字符串（如果是从其他地方获取的，直接替换就行）
xml_content = """
<abstract>
  <title>摘要</title>
  <p>Amphinomids（俗称火蠕虫）是海洋环节动物的基干类群，其特征是具有防御性背侧钙质刚毛，接触时会脱落。长期以来有假说认为Amphinomids具有毒性，会利用刚毛注入有毒物质。然而，从形态学或分子角度研究火蠕虫毒液的研究十分匮乏，至今未发现毒腺，也未在分子水平上鉴定出任何毒素。为探究该问题，我们分析了三种火蠕虫的转录组——<italic>Eurythoe complanata</italic>, <italic>Hermodice carunculata</italic>的内容</p>
</abstract>
"""

# 解析XML
root = ET.fromstring(xml_content)

# 指定要获取子节点的目标节点（这里<abstract>是根节点，直接用root就行；如果目标节点不是根，用root.find('节点名')）
target_node = root

# 遍历目标节点的所有直接子节点，获取每个子节点的完整文本值
child_values = []
for child in target_node:
    # .text只能获取节点开头的文本，用ET.tostring可以拿到节点下所有文本（包括子节点的文本），然后解码成字符串
    full_text = ET.tostring(child, encoding='utf-8', method='text').decode('utf-8').strip()
    child_values.append((child.tag, full_text))

# 输出结果
for tag, value in child_values:
    print(f"节点<{tag}>的值：{value}")

运行这段代码后，你会得到：

节点<title>的值：摘要
节点<p>的值：Amphinomids（俗称火蠕虫）是海洋环节动物的基干类群，其特征是具有防御性背侧钙质刚毛，接触时会脱落。长期以来有假说认为Amphinomids具有毒性，会利用刚毛注入有毒物质。然而，从形态学或分子角度研究火蠕虫毒液的研究十分匮乏，至今未发现毒腺，也未在分子水平上鉴定出任何毒素。为探究该问题，我们分析了三种火蠕虫的转录组——Eurythoe complanata, Hermodice carunculata的内容

场景2：解析本地XML文件 #

如果你的XML是存在本地文件（比如abstract.xml）里的，代码可以改成这样：

import xml.etree.ElementTree as ET

# 加载并解析XML文件
tree = ET.parse('abstract.xml')
root = tree.getroot()

target_node = root  # 同样，这里<abstract>是根节点，直接用root

# 后续逻辑和场景1完全一样
child_values = []
for child in target_node:
    full_text = ET.tostring(child, encoding='utf-8', method='text').decode('utf-8').strip()
    child_values.append((child.tag, full_text))

for tag, value in child_values:
    print(f"节点<{tag}>的值：{value}")

小提示 #

• 如果你的目标节点不是根节点，比如要找某个深层节点，用root.find('父节点/子节点')或者root.findall()来定位就行。
• 要是XML里有命名空间，记得提前处理命名空间映射，不然会找不到节点哦～

内容的提问来源于stack exchange，提问作者Scientist_jake