xml.etree.elementtree仅支持精简xpath语法,不支持//轴、属性通配或函数;查属性需指定标签名如find("tag[@attr='value']"),跨层级用".//"或iter()手动过滤;推荐复杂场景换lxml。

xml.etree.ElementTree不支持完整XPath,find()和findall()只认有限语法
直接用//[@attr="value"]会报错或返回空——xml.etree.ElementTree的XPath支持非常精简,连//这种 descendant-or-self 轴都不支持,更别说属性通配或函数调用。
实操建议:
- 查单层子元素的属性:用
find("tag[@attr='value']"),必须指定标签名,不能省略 - 查任意层级的匹配元素:得用
iter()配合手动过滤,比如root.iter()遍历所有节点再检查elem.get("attr") == "value" - 想用真XPath?换
lxml库,它支持etree.XPath和完整语法,但要额外安装
用find()查属性时,路径里不能写//,也不能省略元素名
常见错误是照搬浏览器开发者工具里复制的XPath,比如//book[@category="fiction"],在ElementTree里直接传进去,结果什么也不返回。
正确写法只有两种:
立即学习“Python免费学习笔记(深入)”;
-
root.find("book[@category='fiction']")—— 只查root的直接子元素book -
root.findall(".//book[@category='fiction']")—— 注意开头的.//是唯一被支持的“任意深度”写法,但.//本质是语法糖,等价于先iter()再过滤,性能略差 - 别写
find("//book..."),会静默失败(返回None)
get()和attrib取属性值的区别与坑
查到元素后,取属性值看似简单,但容易掉进默认值和类型陷阱里。
-
elem.get("id")返回str或None;如果属性不存在且没给默认值,就是None,不是空字符串 -
elem.get("id", "default")可以设默认值,但注意:如果属性值是空字符串"",get()仍返回"",不会 fallback 到默认值 -
elem.attrib是字典,包含所有属性,但不提供默认逻辑;直接elem.attrib["id"]会KeyError,必须用.get()或in判断 - 属性值永远是字符串,哪怕XML里写的是
count="42",拿到的也是"42",要转int得自己处理
用iter() + 条件过滤比硬套XPath更稳、更可控
当需求稍复杂(比如“找所有price大于10的book”,或“属性含某个子串”),硬凑XPath语法反而难读易错,不如显式遍历。
示例场景:找所有category属性包含"tech"的book元素
for book in root.iter("book"):
cat = book.get("category")
if cat and "tech" in cat:
print(book.find("title").text)
这样写清楚、可调试、兼容所有Python版本,也不依赖XPath解析器的行为差异。
真正麻烦的不是语法本身,而是误以为ElementTree的XPath和浏览器或lxml一致——它只是借了个名字,能力差很远。用之前先确认你到底需要多深的查找能力,别在findall(".//...")里嵌套太多逻辑,那已经是在模拟XPath引擎了。










