Python可直接从ZIP读取XML无需解压，用zipfile.ZipFile配合xml.etree.ElementTree或lxml解析；需注意路径大小写、编码（如BOM/GBK）及异常处理，支持批量读取与XPath查询。
Python可以直接从ZIP压缩包中读取XML文件，无需先解压到磁盘——关键在于用zipfile.ZipFile打开ZIP，再用.open()获取文件对象，最后交给xml.etree.ElementTree（或lxml）解析。
使用标准库 zipfile + xml.etree.ElementTree
这是最轻量、无需额外安装的方式，适合结构清晰、编码明确的XML文件：
- 确保ZIP内XML文件路径准确（区分大小写，注意子目录）
-
.open()返回的是类似文件的对象，可直接传给ET.parse() - 若XML含BOM或编码声明不一致，建议用
ET.fromstring()配合.read().decode()手动处理
示例代码：
import zipfile import xml.etree.ElementTree as ETwith zipfile.ZipFile("data.zip") as z: with z.open("folder/config.xml") as f: # 注意路径是ZIP内的相对路径 tree = ET.parse(f) root = tree.getroot() print(root.tag)
处理编码问题（如UTF-8 with BOM或GBK）
当XML声明为，或文件含BOM时，ET.parse()可能报错。此时应先读取字节流，再解码：
立即学习“Python免费学习笔记（深入）”；
- 用
f.read()获取原始bytes - 按实际编码解码为字符串（可用
chardet自动检测，或根据业务约定硬编码） - 用
ET.fromstring()解析字符串
示例：
import zipfile import xml.etree.ElementTree as ETwith zipfile.ZipFile("data.zip") as z: with z.open("doc.xml") as f: content = f.read() # bytes
假设已知是GBK编码
xml_str = content.decode("gbk") root = ET.fromstring(xml_str)
用 lxml 提升解析能力与容错性
如果XML格式不规范（如标签未闭合、有HTML式混用）、需要XPath、命名空间或更好性能，推荐用lxml：
-
lxml.etree.parse()支持从文件对象直接解析，也兼容编码参数 - 对乱码、缺失声明、嵌套错误更宽容
- 需先安装：
pip install lxml
示例：
from lxml import etree import zipfilewith zipfile.ZipFile("archive.zip") as z: with z.open("report.xml") as f: tree = etree.parse(f, parser=etree.XMLParser(recover=True)) root = tree.getroot()
支持XPath
items = root.xpath("//item[@status='active']")
批量读取ZIP中多个XML文件
利用z.namelist()筛选所有.xml文件，再逐个处理：
- 用
pathlib.PurePath判断后缀更可靠（避免.XML或.Xml被忽略） - 异常需捕获（如某XML损坏），避免中断整个流程
- 可结合生成器节省内存
示例：
import zipfile import xml.etree.ElementTree as ET from pathlib import PurePathdef iter_xml_from_zip(zip_path): with zipfile.ZipFile(zip_path) as z: for name in z.namelist(): if PurePath(name).suffix.lower() == ".xml": try: with z.open(name) as f: yield name, ET.parse(f).getroot() except Exception as e: print(f"跳过 {name}：{e}")
for filename, root in iter_xml_from_zip("batch.zip"): print(f"{filename} → {root.tag}")
