pandas.read_xml不支持stylesheet参数，需用lxml.etree先执行XSLT转换再解析；其核心功能是按xpath提取XML结构化数据，依赖namespaces、attrs_only等参数精准定位字段。
read_xml不支持stylesheet参数
pandas.read_xml 从 1.3 版本引入，但至今（包括 2.2.x）**完全不接受 stylesheet 参数**。传了会直接报错：TypeError: read_xml() got an unexpected keyword argument 'stylesheet'。这不是你写错了，是 pandas 原生就不做 XSLT 转换——它只解析原始 XML 结构，不提供样式表预处理能力。
常见错误现象：复制了其他库（比如 lxml）的用法，或误读了旧版文档片段，硬塞 stylesheet 进去，结果连函数都调不起来。
如果你需要 XSLT 转换（比如把带命名空间的 SOAP 响应、或嵌套很深的 RSS/Atom 源转成扁平表格），必须绕过 read_xml，自己用 lxml.etree 先跑 XSLT，再喂给 pandas。
用lxml + XSLT预处理XML再转DataFrame
核心思路：用 lxml.etree 加载 XML 和 XSL 文件 → 执行转换 → 得到新 XML 树 → 用 pandas.read_xml 解析这个“已规整”的结果。
立即学习“Python免费学习笔记（深入）”；
实操要点：
-
lxml需要单独安装：pip install lxml（注意 Windows 下可能需预编译 wheel） - XSL 文件必须语法正确；常见坑是命名空间没声明或匹配错，导致转换后为空
- 转换后建议先用
etree.tostring(transformed_root)打印验证结构，别急着喂给 pandas - 如果 XSL 输出的是 CSV 格式文本，就别走
read_xml，直接用pandas.read_csv(StringIO(...))
简短示例：
from lxml import etree
import pandas as pd
from io import StringIO
<h1>加载源XML和XSL</h1><p>xml_doc = etree.parse("data.xml")
xsl_doc = etree.parse("transform.xsl")
transform = etree.XSLT(xsl_doc)</p><h1>执行转换（输出仍是XML树）</h1><p>result_tree = transform(xml_doc)
result_xml = etree.tostring(result_tree, encoding="unicode")</p><h1>再交给pandas（此时XML已扁平化、无命名空间、字段名合规）</h1><p>df = pd.read_xml(StringIO(result_xml))read_xml能做什么？哪些参数真有用
别被名字误导：read_xml 不是万能 XML 处理器，它只负责“从 XML 树结构提取二维表”，类似 read_html 对 table 标签的提取逻辑。真正影响结果的参数只有几个：
-
xpath：必须指定，告诉 pandas 哪些节点当行（如"//record"），不填会默认找"*"，常导致列错乱 -
namespaces：遇到带前缀的 XML（如<rss:channel>），必须传字典映射，例如{"rss": "http://purl.org/rss/1.0/"}，否则xpath匹配失败 -
attrs_only和elems_only：二选一控制字段来源——前者只取属性（<item id="1">→ 列id），后者只取子元素文本（<item><title>A</title></item>→ 列title） -
parser：默认"lxml"，若系统没装lxml会 fallback 到"xml.etree.ElementTree"，但后者不支持 XPath 1.0 全功能（比如不支持//递归匹配）
为什么不用BeautifulSoup或minidom手动解析
可以，但没必要——除非你的 XML 极不规范（比如混着 HTML 标签、编码错乱、嵌套深度超 10 层）。read_xml 底层就是用 lxml 或 ElementTree，自己写循环解析只是重复造轮子，还容易漏掉空值、类型推断、重复字段合并等 pandas 已处理好的细节。
但要注意一个隐藏成本：如果 XML 文件大于 50MB，read_xml 默认会全加载进内存解析，容易 OOM。这时候就得切回 lxml.iterparse 流式处理，边解析边 yield 行数据，再用 pd.DataFrame(rows) 组装——但这就脱离 read_xml 范畴了。
真正卡住人的，往往不是技术选型，而是没看清原始 XML 的 namespace 和层级设计。花十分钟用 lxml.etree.parse().getroot().xpath("//*") 打印所有节点路径，比瞎试三个小时 xpath 表达式更省时间。
