xml.etree.elementtree足以处理绝大多数轻量级xml映射任务，内置稳定、内存占用低、支持解析、修改与写回；复杂场景（如命名空间、大文件、xslt）推荐lxml。
用 Python 的 xml.etree.ElementTree 处理常见 XML 映射
绝大多数轻量级 XML 映射任务，不需要引入 XSLT 或专用框架，xml.etree.ElementTree 就够用——它内置、稳定、内存占用低，且支持直接修改节点后写回。
典型场景：把 <user><name>Alice</name><age>30</age></user> 映射为 Python 字典 {'name': 'Alice', 'age': '30'}，或反向生成 XML。
- 用
ET.fromstring()解析字符串，或ET.parse()读取文件 - 用
.find()/.findall()定位节点，避免硬写索引（如root[0].text）——XPath 表达式更健壮 - 注意
.text可能为None，需显式判断；空标签或含换行时，.text.strip()更安全 - 写回时用
tree.write(path, encoding='utf-8', xml_declaration=True)，漏掉xml_declaration=True会导致无<?xml ...?>声明
import xml.etree.ElementTree as ET
<p>def xml_to_dict(element):
result = {}
for child in element:
result[child.tag] = child.text.strip() if child.text else ""
return result</p><p>tree = ET.parse("input.xml")
root = tree.getroot()
data = xml_to_dict(root)
print(data) # {'name': 'Alice', 'age': '30'}当字段嵌套或重复出现时，别硬编码层级
遇到 <order><item><sku>A001</sku></item><item><sku>B002</sku></item></order> 这类结构，用循环 + 列表推导比逐个取 root[0][0] 更可靠。
.findall('item') 返回所有匹配子元素列表，配合 .find('sku').text 可避免 AttributeError ——但得先确认 sku 存在，否则加 or "" 或用 find() 后判空。
- 嵌套映射建议封装成函数，比如
parse_item(elem)单独处理每个<item></item> - 不要用
root.iter('sku')全局遍历，除非你明确需要跨层级聚合——它会打乱父子关系 - 如果 XML 有命名空间（如
xmlns="http://example.com/ns"），必须在查找时传入命名空间字典，否则.find('item')返回None
用 lxml 替代 ElementTree 处理复杂规则或大文件
当遇到 XSLT 转换、DTD 验证、CSS 选择器语法、或解析上百 MB 的 XML 时，lxml 是实际选择——它兼容 ElementTree API，但性能更高、功能更全。
安装：pip install lxml；导入后几乎可无缝替换：from lxml import etree，然后把 ET 换成 etree。
-
etree.XMLParser(recover=True)可容忍部分格式错误（如未闭合标签），ElementTree会直接抛ParseError - 支持 CSS 选择器：
root.cssselect('item > sku')，比 XPath 更直观 - 用
etree.XSLT(xsl_tree)执行 XSLT 映射，适合字段重命名、结构重组等强规则场景 - 注意：lxml 默认不校验 DTD，启用需显式设
load_dtd=True和resolve_entities=False防 XXE
自动化调度时，XML 文件路径和编码最容易出错
脚本跑在本地没问题，一上服务器就报 UnicodeDecodeError: 'utf-8' codec can't decode byte 0xff，大概率是源文件用了 gbk 或 latin-1 编码。
- 别依赖系统默认编码，始终显式指定：
open(path, encoding='utf-8', errors='replace') - 用
chardet.detect()自动探测编码（小文件适用），但别在循环里反复调用——开销大 - 路径拼接用
os.path.join()或pathlib.Path()，避免 Windows 下"data\input.xml"在 Linux 报错 - 定时任务（如 cron）中，工作目录不一定是脚本所在目录，
__file__获取绝对路径再拼接更稳：Path(__file__).parent / "data" / "input.xml"
XML 映射真正的复杂点不在语法，而在边界：编码混杂、命名空间隐含、空值表示方式不一（<price></price> vs <price></price> vs 缺失字段）、以及上游数据随时变更。自动化脚本上线前，务必用真实脏数据跑几轮，而不是只测 clean case。
