如何入门使用Python ElementTree模块进行XML操作？

本文共计932个文字，预计阅读时间需要4分钟。

不是它不能，而是默认忽略命名空间空间 — 所有的带有 xmlns 或前缀（如 ns:tag）的节点，在未明确声明时会被当作普通标签处理，find() 和 findall() 会直接找不到。

• 必须把命名空间映射成字典，例如：{'ns': 'http://example.com/ns'}
• 所有 XPath 查询中，标签名前要加前缀：'.//ns:item'，不能写 './/item'
• 用 root.findall('.//ns:item', ns_map)，其中 ns_map 是命名空间字典
• 如果 XML 中是默认命名空间（xmlns="http://..."），前缀不能为空字符串，得设一个占位符，比如 {'d': 'http://...'}，再查 './/d:tag'

ElementTree.parse() 报 ParseError: not well-formed 怎么办？

常见于文件含 BOM、编码不匹配或混入控制字符。Python 3 默认按 UTF-8 解析，但 Windows 记事本保存的 XML 常带 UTF-8 BOM，而 parse() 不自动跳过。

• 先用 open(filename, 'rb') 读二进制，再用 etree.fromstring() 配合 encoding='utf-8-sig'（注意：这是 xml.etree.ElementTree 不支持的参数，得换用 lxml.etree；标准库只能手动 strip BOM）
• 更稳妥的做法：用 open(filename, encoding='utf-8-sig') 读文本，再传给 ET.fromstring()
• 检查是否误把 HTML 当 XML 解析 ——  、© 等实体在 XML 中不被识别，会直接报错
• 用 file.read(100) 快速看开头是否有非法字符（如 \x00、\xff\xfe）

如何安全地修改并写回 XML，避免格式崩坏？

ElementTree 默认不保留空白、缩进和注释，直接 tree.write() 会导致结构扁平化、换行消失，甚至破坏人可读性。

• 写入前务必指定 encoding 和 xml_declaration=True，否则中文可能变乱码，且无 XML 声明头
• 不要依赖 indent() —— 它是 Python 3.9+ 才加入的，旧版本需手动遍历加 tail 和 text
• 若需保留原始缩进/注释，标准库做不到，应改用 lxml.etree，它支持 pretty_print=True 和完整 DTD/注释解析
• 写文件时用 open(..., 'wb')，因为 write() 输出的是 bytes，不是 str

tree.write('output.xml', encoding='utf-8', xml_declaration=True)

用 .find() 找不到子元素？检查这三件事

看似简单，却是新手最高频的卡点。根本原因往往不在语法，而在树结构认知偏差。

立即学习“Python免费学习笔记（深入）”；

• .find() 只查**直接子元素**，不是全树搜索 —— 想查任意层级用 .findall('.//tagname')
• XML 是大小写敏感的：<item></item> ≠ <item></item>，连空格都不能多一个
• 元素可能被包裹在 <root> 下，但你对的是 tree.getroot()，却调用了 tree.find('item')（错误！应是 root.find('item')）

命名空间、编码、查找范围、输出格式 —— 这四块最容易让代码“看起来没错，跑起来就空或报错”。尤其当 XML 来自外部系统（如 SOAP 响应、配置导出），别假设结构干净，先 print(etree.tostring(root, encoding='unicode')) 看一眼真实 DOM 树。