Python XML扁平化核心是递归遍历+路径拼接生成键值对，常用xml.etree.ElementTree（轻量）或lxml（支持命名空间/CData），亦可用pandas.read_xml处理表格型XML。

Python把XML扁平化，核心是把嵌套的树状结构转成一维的键值对（如字典或列表），常用方法是递归遍历+路径拼接。关键在于如何定义“扁平化”——多数场景指生成形如 {"root.child.grandchild": "value"} 的结构，或带类型/属性信息的展平结果。

用xml.etree.ElementTree递归提取（轻量、标准库）

适合结构较规则、不需保留命名空间或复杂属性的XML。思路是深度优先遍历，用点号连接路径，遇到文本内容就存入字典：

• 跳过纯空白文本和注释节点
• 对同一层级多个同名子元素，可加序号后缀（如 "items.item.0.name"）避免覆盖
• 若需保留属性，可拼在路径末尾（如 "div.@class"）或单独存为 "div.attr.class"

示例代码片段：

import xml.etree.ElementTree as ET
def flatten_xml(element, path="", result=None):
if result is None:
result = {}
当前路径（去掉开头的点）
current_path = f"{path}.{element.tag}" if path else element.tag
# 存文本内容（非None且非空白）
if element.text and element.text.strip():
    result[current_path] = element.text.strip()
# 处理属性
for k, v in element.attrib.items():
    result[f"{current_path}.@{k}"] = v
# 递归子元素
for child in element:
    flatten_xml(child, current_path, result)
return result
tree = ET.fromstring("12")
print(flatten_xml(tree))
输出：{'root.a': '1', 'root.b.c': '2', 'root.b.c.@attr': 'x'}
用lxml增强处理（支持命名空间、XPath、更健壮）
当XML含命名空间、CDATA、混合内容或需按条件筛选时，lxml 更可靠。它提供 iter()、XPath 和 getchildren() 等灵活接口：
立即学习“Python免费学习笔记（深入）”；

							

								
								

									Pebblely
									
AI产品图精美背景添加
								
								下载 
							
						

用 etree.XPath 提前获取所有含文本的叶子节点，再反推路径
通过 node.getparent() 向上追溯，构造完整路径
对命名空间，注册前缀后使用 {http://ns}tag 或用 namespaces 参数

用pandas.read_xml（适合表格型XML）
如果XML本质是二维数据（如Excel导出、RSS条目、配置列表），直接用 pandas.read_xml() 最省事。它能自动识别重复标签为行，属性转列为列：

指定 xpath 定位记录节点（如 "//item"）
用 attrs 参数声明哪些属性要提升为列
结果是DataFrame，天然“扁平”，可直接导出CSV/Excel

例如：pd.read_xml("data.xml", xpath="//product", attrs=["id", "category"])
注意事项与边界情况
扁平化不是万能转换，需提前明确需求：

父子同名标签（如 ...）必须用索引或上下文区分，否则丢失结构
文本与子元素混用（mixed content）时，element.text 只返回第一个文本块，后续需遍历 element.itertext()

空元素（）或只有属性无文本的节点，需主动存空字符串或None，避免漏项