如何遍历XML所有节点 Python遍历XML树教程

最推荐用xml.etree.ElementTree模块遍历XML：一、root.iter()递归获取所有节点；二、for child in root逐层处理直接子元素；三、findall()支持XPath子集精准定位；四、注意text/tail边界，必要时用lxml获取完整文本。

用Python遍历XML所有节点，最常用、最推荐的方式是使用内置的 xml.etree.ElementTree 模块。它轻量、标准、无需额外安装，适合绝大多数结构化XML解析需求。

一、基础遍历：用 iter() 获取全部节点

ElementTree 的 iter() 方法可递归遍历整棵树的所有元素（即所有开始标签），不管嵌套多深，一行代码就能拿到全部节点。

• 调用 root.iter() 返回一个迭代器，遍历所有 Element 对象
• 每个 Element 有 tag（标签名）、text（开始标签后、子元素前的文本）、tail（结束标签后的文本）等属性
• 若只要特定标签，如所有 ，可写 root.iter('name')

二、逐层遍历：用 for 子节点 in 父节点

适用于需要按层级关系处理、或只关心直接子元素的场景。这种遍历不自动深入孙节点，需手动递归或嵌套循环。

• for child in root: 只遍历 root 的直接子元素
• 可在循环内对 child 再次用 for grandchild in child: 向下一层
• 配合 child.tag 和 child.text.strip() 提取内容更安全（避免 None 或空白）

三、带路径和条件的遍历：用 findall() 和 XPath 子集

ElementTree 支持有限但实用的 XPath 语法，适合精准定位。注意它不支持完整 XPath（如 //node），但 findall('.//node') 可模拟“全树查找”。

• root.findall('book/title') 查找 root 下所有 中的直接
• root.findall('.//author') 查找整棵树中所有 （含任意深度）
• 结合 get('attr_name') 获取属性值，例如 elem.get('id')

四、提取文本与属性的实用技巧

单纯遍历节点不够，常需提取结构化数据。注意 text/tail 的边界行为，避免遗漏或重复。

• elem.text 是该标签开始后、第一个子标签前的内容；没有子标签时才是全部内容
• 若要获取“标签内全部纯文本”（含子标签文本），可用 etree.tostring(elem, method='text', encoding='unicode').strip()（需 from lxml import etree）
• 更稳妥的做法：递归拼接 elem.text + 所有子节点的文本 + elem.tail，但需判空