xml遍历中，深度优先（dfs）是“一路到底再回头”，广度优先（bfs）是“一层一层扫”；elementtree的iter()是dfs实现，手动用deque实现bfs。
什么是XML深度优先和广度优先遍历
深度优先（DFS）是“一路到底再回头”：从根节点出发，选一个子节点钻进去，直到没子节点了才退一层，换另一个分支；广度优先（BFS）是“一层一层扫”：先处理所有一级子节点，再统一处理所有二级子节点，依此类推。这两种不是XML专属概念，而是树结构通用遍历策略——ElementTree 的 iter() 是 DFS，而用队列手动实现的是 BFS。
用 root.iter() 做深度优先遍历（最常用）
Python 标准库 xml.etree.ElementTree 的 iter() 方法就是开箱即用的 DFS 实现，按深度优先顺序返回所有后代元素（含自身），无需递归写法，也自动处理任意嵌套层级。
- 它返回的是迭代器，内存友好，适合大文件
-
root.iter()遍历全部节点；root.iter('book')只遍历指定标签，过滤更干净 - 注意
elem.text可能为None，务必判空再.strip()，否则报AttributeError - 属性通过
elem.attrib获取，是普通字典，可直接遍历键值对
import xml.etree.ElementTree as ET
tree = ET.parse('books.xml')
root = tree.getroot()
<p>for elem in root.iter():
tag = elem.tag
text = elem.text.strip() if elem.text else ''
attrs = elem.attrib
print(f"{tag}: {text} | attrs={attrs}")手动实现广度优先遍历（需队列）
ElementTree 本身不提供 BFS 接口，但用 Python 内置 collections.deque 很容易手写。BFS 对“按层级批量处理”场景更自然，比如导出为表格时想先取所有 <row></row>，再统一提取各列字段。
- 别用 list 模拟队列（
.pop(0)是 O(n)），必须用deque保证 O(1) 出队 - 遍历时要跳过非元素节点（如文本、注释），只处理
Element类型 - BFS 不天然保留父子路径信息，如需定位，得自己维护层级或路径字符串
from collections import deque
import xml.etree.ElementTree as ET
<p>def bfs_traverse(root):
queue = deque([root])
while queue:
elem = queue.popleft()
print(f"Level-{len(elem.tag.split('/'))}: {elem.tag}")</p><h1>只把 Element 子节点入队（跳过文本、注释等）</h1><pre class='brush:php;toolbar:false;'> for child in elem:
if hasattr(child, 'tag') and child.tag is not None:
queue.append(child)tree = ET.parse('data.xml') bfs_traverse(tree.getroot())
深度 vs 广度：选哪个？关键看你要什么
多数日常解析（提取所有 <title></title>、收集全部 id 属性）直接用 iter() 就够了——它快、短、稳。只有当你明确需要“同一层级的节点一起处理”，或者要做层级校验（比如要求所有 <section></section> 下必须有且仅有 3 个 <item></item>），才值得上 BFS。
- DFS 天然支持路径回溯（递归调用栈隐含路径），适合构建 JSON-like 嵌套结构
- BFS 更利于并行化或分批处理，但 ElementTree 没内置支持，得自己搭轮子
- 遇到命名空间（
{http://...}tag）时，DFS 和 BFS 都一样要先处理前缀映射，别指望遍历方式能绕过这个问题
真正容易被忽略的，不是选 DFS 还是 BFS，而是 elem.text 和 elem.tail 的分工：前者是标签内开头文本，后者是标签闭合后的文本——混在一起取会漏内容，分开处理又容易重复。需要纯文本时，别硬拼，老实用 etree.tostring(elem, method='text', encoding='unicode').strip()（需 lxml）或写个安全递归提取函数。
