如何从XML文件中获取数据？附使用的XML示例代码

嘿，我来帮你搞定从这段XML里提取数据的事儿！先把你提供的XML片段整理得更清晰些：

<?xml version="1.0" encoding="utf-8" ?> 
<body copyright="All data copyright Rutgers University 2018."> 
  <predictions agencyTitle="Rutgers University" routeTitle="Weekend 2" routeTag="wknd2" stopTitle="Quads" stopTag="quads"> 
    <direction title="To College Avenue Student Center"> 
      <prediction epochTime="1524963905243" seconds="1108" minutes="18" isDeparture="false" affectedByLayover="true" dirTag="wknd2_inbound" vehicle="4182" block="WK2R04"/>
    </direction>
  </predictions>
</body>

下面我用两种常用的Python方法来演示如何提取你需要的数据：

方法一：用Python内置的xml.etree.ElementTree #

这是Python自带的XML解析工具，不需要额外安装，适合处理结构简单的XML。

示例代码：

import xml.etree.ElementTree as ET

# 如果是读取XML文件
tree = ET.parse('your_xml_file.xml')
root = tree.getroot()

# 如果是处理XML字符串，用下面这行替代上面两行
# root = ET.fromstring(your_xml_string)

# 提取body标签的copyright属性
print("版权信息:", root.attrib['copyright'])

# 提取predictions标签的属性
predictions_node = root.find('predictions')
print("机构名称:", predictions_node.attrib['agencyTitle'])
print("路线名称:", predictions_node.attrib['routeTitle'])
print("站点名称:", predictions_node.attrib['stopTitle'])

# 提取direction和prediction的信息
direction_node = predictions_node.find('direction')
print("行驶方向:", direction_node.attrib['title'])

prediction_node = direction_node.find('prediction')
print("预计到达分钟数:", prediction_node.attrib['minutes'])
print("车辆编号:", prediction_node.attrib['vehicle'])

方法二：用lxml库（支持XPath，更适合复杂XML） #

lxml是功能更强的解析库，支持XPath查询，处理复杂嵌套的XML会更高效。先安装它：

pip install lxml

示例代码：

from lxml import etree

# 解析XML文件
tree = etree.parse('your_xml_file.xml')

# 用XPath直接定位提取数据
# 获取body的版权信息
copyright_info = tree.xpath('/body/@copyright')[0]
print("版权信息:", copyright_info)

# 获取路线名称
route_title = tree.xpath('/body/predictions/@routeTitle')[0]
print("路线名称:", route_title)

# 获取预计到达分钟数和车辆编号
prediction_attrs = tree.xpath('/body/predictions/direction/prediction')[0].attrib
print("预计到达分钟数:", prediction_attrs['minutes'])
print("车辆编号:", prediction_attrs['vehicle'])

小提示 #

• XML节点的属性都存在attrib字典里，直接通过键名就能获取
• find()方法会返回第一个匹配的子节点，findall()会返回所有匹配的节点列表
• XPath语法可以让你像文件路径一样直接定位到目标节点，比如/body/predictions/direction就是从根节点到prediction父节点的完整路径

内容的提问来源于stack exchange，提问作者Tisymc