五分钟XML速成

ruleslol2025-09-08 21:24

原文链接：

XML - Dive Into Python 3

深入探讨

本书几乎所有章节都围绕一段示例代码展开，但 XML 并非关于代码，而是关于数据。

XML 的一个常见用途是 "聚合提要"（syndication feeds），用于列出博客、论坛或其他频繁更新网站上的最新文章。大多数主流博客软件都能生成提要，并在发布新文章、讨论帖或博文时对其进行更新。你可以通过 "订阅" 博客的提要来关注该博客，也可以使用专门的 "提要聚合器"（如谷歌阅读器）同时关注多个博客。

接下来，本章将围绕以下 XML 数据展开讲解，它是一个提要，具体来说，是一个 Atom 聚合提要。

XML 复制代码 
<?xml version='1.0' encoding='utf-8'?> 
<feed xmlns='http://www.w3.org/2005/Atom' xml:lang='en'>
  <title>dive into mark</title>
  <subtitle>currently between addictions</subtitle>
  <id>tag:diveintomark.org,2001-07-29:/</id>
  <updated>2009-03-27T21:56:07Z</updated>
  <link rel='alternate' type='text/html' href='http://diveintomark.org/'/>
  <link rel='self' type='application/atom+xml' href='http://diveintomark.org/feed/'/>
  <entry>
    <author>
      <name>Mark</name>
      <uri>http://diveintomark.org/</uri>
    </author>
    <title>Dive into history, 2009 edition</title>
    <link rel='alternate' type='text/html'
      href='http://diveintomark.org/archives/2009/03/27/dive-into-history-2009-edition'/>
    <id>tag:diveintomark.org,2009-03-27:/archives/20090327172042</id>
    <updated>2009-03-27T21:56:07Z</updated>
    <published>2009-03-27T17:20:42Z</published>
    <category scheme='http://diveintomark.org' term='diveintopython'/>
    <category scheme='http://diveintomark.org' term='docbook'/>
    <category scheme='http://diveintomark.org' term='html'/>
    <summary type='html'> Putting an entire chapter on one page sounds
      bloated, but consider this &amp;mdash; my longest chapter so far
      would be 75 printed pages, and it loads in under 5 seconds&amp;hellip;
      On dialup. </summary>
  </entry>
  <entry>
    <author>
      <name>Mark</name>
      <uri>http://diveintomark.org/</uri>
    </author>
    <title>Accessibility is a harsh mistress</title>
    <link rel='alternate' type='text/html'
      href='http://diveintomark.org/archives/2009/03/21/accessibility-is-a-harsh-mistress'/>
    <id>tag:diveintomark.org,2009-03-21:/archives/20090321200928</id>
    <updated>2009-03-22T01:05:37Z</updated>
    <published>2009-03-21T20:09:28Z</published>
    <category scheme='http://diveintomark.org' term='accessibility'/>
    <summary type='html'> The accessibility orthodoxy does not permit people to
      question the value of features that are rarely useful and rarely used. </summary>
  </entry>
  <entry>
    <author>
      <name>Mark</name>
    </author>
    <title>A gentle introduction to video encoding, part 1: container formats</title>
    <link rel='alternate' type='text/html'
      href='http://diveintomark.org/archives/2008/12/18/give-part-1-container-formats'/>
    <id>tag:diveintomark.org,2008-12-18:/archives/20081218155422</id>
    <updated>2009-01-11T19:39:22Z</updated>
    <published>2008-12-18T15:54:22Z</published>
    <category scheme='http://diveintomark.org' term='asf'/>
    <category scheme='http://diveintomark.org' term='avi'/>
    <category scheme='http://diveintomark.org' term='encoding'/>
    <category scheme='http://diveintomark.org' term='flv'/>
    <category scheme='http://diveintomark.org' term='GIVE'/>
    <category scheme='http://diveintomark.org' term='mp4'/>
    <category scheme='http://diveintomark.org' term='ogg'/>
    <category scheme='http://diveintomark.org' term='video'/>
    <summary type='html'> These notes will eventually become part of a
      tech talk on video encoding. </summary>
  </entry> 
</feed>

五分钟 XML 速成课程

XML 是一种用于描述层级结构化数据的通用方式。

一个 XML 文档包含一个或多个元素，元素由开始标签和结束标签界定。以下是一个完整（尽管内容单调）的 XML 文档：

XML 复制代码 
<foo>  ① </foo> ②
标记 说明
① 这是foo元素的开始标签。
② 这是foo元素对应的结束标签。就像写作、数学运算或代码中的括号需要配对一样，每个开始标签都必须有对应的结束标签与之匹配（闭合）。

元素可以进行任意深度的嵌套。在foo元素内部的bar元素，被称为foo元素的子元素。

根元素

XML 复制代码 
<foo>
  <bar></bar> 
</foo>

每个 XML 文档中的第一个元素称为根元素，一个 XML 文档只能有一个根元素。

以下内容不能称为 XML 文档，因为它包含两个根元素：

XML 复制代码 
<foo></foo> 
<bar></bar>

属性

元素可以拥有属性，属性是以 "名称 - 值" 对形式存在的数据。

属性列在元素的开始标签内，通过空格分隔。同一个元素内不能重复出现相同名称的属性，且属性值必须用引号括起来，单引号和双引号均可使用。

XML 复制代码 
<foo lang='en'> ①   
  <bar id='papayawhip' lang="fr"></bar> ② 
</foo>
标记 说明
① foo元素有一个属性，名称为lang，其属性值为en。
② bar元素有两个属性，名称分别为id和lang，其中lang属性的值为fr。这与foo元素的lang属性并不冲突，因为每个元素都有自己独立的属性集合。

若一个元素拥有多个属性，属性的顺序并不重要。

元素的属性就像 Python 中的字典，是一组无序的 "键 - 值" 对，且每个元素可定义的属性数量没有限制。

文本内容

元素还可以包含文本内容，示例如下：

XML 复制代码 
<foo lang='en'>
  <bar lang='fr'>PapayaWhip</bar> 
</foo>

既不包含文本内容也没有子元素的元素称为空元素，示例如下：

空元素

XML 复制代码 
<foo></foo>

空元素有一种简写形式，在开始标签中加入/字符，就可以省略结束标签。因此，上面示例中的 XML 文档也可写成：

XML 复制代码 
<foo/>

命名空间

就像 Python 函数可以在不同模块中定义一样，XML 元素也可以在不同的命名空间中定义。

命名空间通常以 URL 的形式呈现。

可以使用xmlns声明来定义默认命名空间，这种声明形式类似属性，但用途不同。

XML 复制代码 
<feed xmlns='http://www.w3.org/2005/Atom'> ①   
  <title>dive into mark</title>              ② 
</feed>
标记 说明
① feed元素处于http://www.w3.org/2005/Atom命名空间中。
② title元素同样处于http://www.w3.org/2005/Atom命名空间中。命名空间声明不仅对其所在的元素生效，还对该元素的所有子元素生效。

也可以使用xmlns:prefix声明来定义命名空间，并将其与一个前缀相关联。

之后，该命名空间下的每个元素都必须显式地使用这个前缀来声明。

XML 复制代码 
<atom:feed xmlns:atom='http://www.w3.org/2005/Atom'> ①   
  <atom:title>dive into mark</atom:title>              ② 
</atom:feed>
标记 说明
① feed元素处于http://www.w3.org/2005/Atom命名空间中。
② title元素同样处于http://www.w3.org/2005/Atom命名空间中。

对于 XML 解析器而言，上述两个 XML 文档是完全相同的。

在 XML 中，元素的标识由 "命名空间 + 元素名称" 共同构成。

前缀的作用仅仅是引用命名空间，因此前缀的实际名称（如这里的atom:）并不重要。只要两个 XML 文档的命名空间匹配、元素名称匹配、属性（或无属性的情况）匹配，并且每个元素的文本内容也匹配，那么这两个 XML 文档就是相同的。

字符编码信息

最后，XML 文档可以在首行（根元素之前）包含字符编码信息。（如果您好奇，文档解析前需要知晓编码信息，而编码信息又包含在文档内，这看似矛盾，XML 规范的 F 部分详细说明了如何解决这一 "Catch-22" 困境 ------ 即左右为难的局面。）

XML 复制代码 
<?xml version='1.0' encoding='utf-8'?>

至此，您对 XML 的了解已足够应对基础应用场景！

XML 命名空间（namespace）

所谓的namespace，就是一种已经定义好的规范，我只要加了这个namespace对应的链接，我的xml文档的格式就要遵循这个规范，有什么子标签，有什么属性，以及他们的顺序，就不能自己发挥了。

1. 命名空间 = "规范的 "身份标识"，关联它就意味着 "遵循对应的格式规则"

命名空间的核心价值 ------通过一个唯一的 "链接（URI）"，把你的 XML 文档和一份预先定义好的 "官方规范" 绑定 。

这个 "链接" 本身不是用来 "访问" 的，而是一个 "身份 ID"，告诉解析工具（如浏览器、数据处理程序）："我的文档遵循的是【这个 ID 对应的规范】，所有标签和属性都要按它的规则来校验"。

比如之前提到的 Atom 提要：

  • 你在根标签<feed>里加了xmlns="http://www.w3.org/2005/Atom"，这个http://www.w3.org/2005/Atom就是 Atom 规范的 "namespace ID"；
  • 一旦加了它，你的 XML 就必须符合 W3C 制定的《Atom Syndication Format》规范：必须有<title>（标题）、<updated>（更新时间）等强制子标签，<author>标签下必须包含<name>（作者名），标签顺序也有明确要求（比如<updated>要在<entry>之前）------ 完全不能自己随便加标签（比如乱加一个<my-own-tag>），也不能漏了强制标签，否则就是 "不符合规范的 Atom 文档"，解析工具会报错或无法识别。

2. 命名空间的 "额外功能"------ 解决 "标签重名冲突"

除了 "绑定规范"，命名空间还有一个重要作用：当一份 XML 文档需要同时用多个规范时，区分 "同名但来自不同规范的标签"。

比如你要写一个既包含 "Atom 提要"（展示文章）、又包含 "SVG 图标"（展示小图标）的 XML 文档：

  • Atom 规范里有<title>标签（表示文章标题）；
  • SVG 规范里也有<title>标签（表示图标的标题）；
    如果不加命名空间，解析工具根本分不清<title>是 "文章标题" 还是 "图标标题"。

这时候就可以用命名空间 "给标签贴标签"：

XML 复制代码 
<!-- 声明两个命名空间：atom对应Atom规范，svg对应SVG规范 -->
<atom:feed xmlns:atom="http://www.w3.org/2005/Atom" 
           xmlns:svg="http://www.w3.org/2000/svg">
  <!-- 用"atom:"前缀表示这个<title>属于Atom规范（文章标题） -->
  <atom:title>我的博客</atom:title>
  <!-- 用"svg:"前缀表示这个<title>属于SVG规范（图标标题） -->
  <svg:svg width="100" height="100">
    <svg:title>首页图标</svg:title>
  </svg:svg>
</atom:feed>

这里的命名空间，既各自绑定了 Atom 和 SVG 的规范（标签仍需遵循对应规则），又解决了 "同名标签冲突"------ 这是对 "规范绑定" 功能的补充，但核心依然是 "通过 ID 关联规则"。

3. "遵循规范" 的 "强制性"，依赖 "解析工具的校验"

"不能自己发挥"，本质上是 "如果自己发挥，解析工具会不识别或报错"------ 因为规范本身是 "约定"，而 "强制遵循" 的落地，需要工具（如 XML 校验器、浏览器）去 "对照规范检查你的文档"。

如果只是加了 namespace 链接，但没有用工具校验，文档语法上可能没报错，但实际上不符合规范（比如漏了 Atom 的<updated>标签），最终还是无法被 Atom 阅读器正常订阅 ------ 所以 "遵循规范" 的关键，是让文档符合 namespace 对应的 "官方规则"，而不只是表面加个链接。

总结：

namespace 是 "规范的唯一 ID"，加了它既意味着你的 XML 要遵循该 ID 对应的官方规则（子标签、属性、顺序都有要求），也能解决多规范共存时的标签重名问题，最终让你的文档能被工具正确解析和使用。

namespace示例：Atom 提要的结构

试想一个博客网站，或者任何一个内容频繁更新的网站（如CNN.com）。

这类网站通常会有标题（例如CNN.com的标题是 "CNN.com"）、副标题（如 "突发新闻、美国新闻、国际新闻、天气预报、娱乐及视频新闻"）、最后更新日期（如 "美国东部时间 2009 年 5 月 16 日星期六下午 12:43 更新"），以及一系列在不同时间发布的文章。

每篇文章也都有标题、首次发布日期（若文章后续有更正或修改错别字，还会有最后更新日期）和唯一的统一资源定位符（URL）。

Atom 聚合格式旨在以一种标准格式整合所有这些信息。

我的博客与CNN.com在设计风格、涵盖范围和目标受众上差异极大，但它们都具备相同的基本结构：CNN.com有标题，我的博客也有标题；CNN.com发布文章，我也发布文章。

Atom 提要的顶层是所有 Atom 提要共有的根元素 ------ 处于http://www.w3.org/2005/Atom命名空间下的feed元素。

XML 复制代码 
<feed xmlns='http://www.w3.org/2005/Atom'  ①   
      xml:lang='en'>                       ②
标记 说明
① http://www.w3.org/2005/Atom是 Atom 命名空间。
② 任何元素都可以包含xml:lang属性，该属性用于声明元素及其子元素的语言。在本示例中，根元素上声明了xml:lang属性，这意味着整个提要的语言为英语。

一个 Atom 提要包含多项关于提要本身的信息，这些信息以顶层feed元素的子元素形式存在。

XML 复制代码 
<feed xmlns='http://www.w3.org/2005/Atom' xml:lang='en'>   
  <title>dive into mark</title>                                      ①   
  <subtitle>currently between addictions</subtitle>                  ②   
  <id>tag:diveintomark.org,2001-07-29:/</id>                         ③   
  <updated>2009-03-27T21:56:07Z</updated>                            ④   
  <link rel='alternate' type='text/html' href='http://diveintomark.org/'/>  ⑤
标记 说明
① 该提要的标题为dive into mark。
② 该提要的副标题为currently between addictions。
③ 每个提要都需要一个全球唯一的标识符，关于如何创建该标识符，可参考 RFC 4151（一种请求评论文档，用于定义互联网标准）。
④ 该提要的最后更新时间为 2009 年 3 月 27 日格林尼治标准时间 21:56，通常这个时间与最新文章的最后修改时间一致。
⑤ 接下来的内容会更有趣。这个link元素没有文本内容，但有三个属性：rel、type和href。rel属性的值表明了链接的类型，rel='alternate'表示该链接指向该提要的另一种呈现形式；type='text/html'属性表明这是一个指向超文本标记语言（HTML）页面的链接；而链接的目标地址则由href属性给出。

至此，我们了解到这个提要对应的网站名为 "dive into mark"，网站地址为http://diveintomark.org/，且该提要的最后更新时间为 2009 年 3 月 27 日。

需要注意的是，在某些 XML 文档中元素的顺序可能很重要，但在 Atom 提要中，元素的顺序无关紧要。

在提要级元数据之后，是最新文章的列表。一篇文章在 Atom 提要中的结构如下所示：

XML 复制代码 
<entry>   
  <author>                                                          ①
    <name>Mark</name>
    <uri>http://diveintomark.org/</uri>
  </author>   
  <title>Dive into history, 2009 edition</title>                    ②   
  <link rel='alternate' type='text/html'                           ③
    href='http://diveintomark.org/archives/2009/03/27/dive-into-history-2009-edition'/>   
  <id>tag:diveintomark.org,2009-03-27:/archives/20090327172042</id>  ④   
  <updated>2009-03-27T21:56:07Z</updated>                           ⑤
  <published>2009-03-27T17:20:42Z</published>   
  <category scheme='http://diveintomark.org' term='diveintopython'/>  ⑥
  <category scheme='http://diveintomark.org' term='docbook'/>
  <category scheme='http://diveintomark.org' term='html'/>   
  <summary type='html'>Putting an entire chapter on one page sounds     ⑦
    bloated, but consider this &amp;mdash; my longest chapter so far
    would be 75 printed pages, and it loads in under 5 seconds&amp;hellip;
    On dialup. </summary> 
</entry>                                                             ⑧
标记 说明
① author元素表明了该文章的作者信息：作者名为马克（Mark），其个人网站地址为http://diveintomark.org/。（该地址与提要元数据中的备用链接地址相同，但这并非必需的情况。许多博客有多位作者，每位作者都可能拥有自己的个人网站。）
② title元素给出了文章的标题 ------"Dive into history, 2009 edition"（《深入探索历史，2009 年版》）。
③ 与提要级别的备用链接类似，这个link元素提供了该文章 HTML 版本的地址。
④ 和提要一样，每篇文章（entry）也需要一个唯一的标识符。
⑤ 文章包含两个日期信息：首次发布日期（由published元素指定）和最后修改日期（由updated元素指定）。
⑥ 文章可以被归类到任意数量的类别中。本文被归类到 `

**ElementTree：**解析 XML（Parsing XML）

Python 提供了多种解析 XML 文档的方式，包括传统的 DOM（文档对象模型）解析器和 SAX（简单 API for XML）解析器，但本章将重点介绍另一个名为ElementTree的库。

parse()函数：

python 复制代码 
>>> import xml.etree.ElementTree as etree ①

>>> tree = etree.parse('examples/feed.xml') ②
>>> root = tree.getroot() ③
>>> root ④
<Element {http://www.w3.org/2005/Atom}feed at cd1eb0>
标记 说明
① ElementTree 库是 Python 标准库的一部分，位于xml.etree.ElementTree模块中。
② ElementTree 库的主要入口是parse()函数，该函数可接收文件名或类文件对象作为参数，一次性解析整个 XML 文档。若内存紧张，也可采用增量方式解析 XML 文档。
③ parse()函数返回一个代表整个文档的对象，该对象并非根元素。需调用getroot()方法才能获取根元素的引用。
④ 正如预期，根元素是处于http://www.w3.org/2005/Atom命名空间下的feed元素。该对象的字符串表示形式印证了一个重要观点：XML 元素由其命名空间 和标签名 （也称为本地名）共同构成。由于此文档中所有元素均处于 Atom 命名空间，因此根元素被表示为{http://www.w3.org/2005/Atom}feed。

在 ElementTree 中，XML 元素以**{命名空间}本地名**的格式表示，你会在 ElementTree API 的多个场景中看到并使用这种格式。

元素即列表（Elements Are Lists）

在 ElementTree API 中，一个元素的行为类似列表，列表中的项即为该元素的子元素。

python 复制代码 
# 承接上一个示例
>>> root.tag ①
'{http://www.w3.org/2005/Atom}feed'

>>> len(root) ②
8

>>> for child in root: ③
...     print(child) ④
... 
<Element {http://www.w3.org/2005/Atom}title at e2b5d0>
<Element {http://www.w3.org/2005/Atom}subtitle at e2b4e0>
<Element {http://www.w3.org/2005/Atom}id at e2b6c0>
<Element {http://www.w3.org/2005/Atom}updated at e2b6f0>
<Element {http://www.w3.org/2005/Atom}link at e2b4b0>
<Element {http://www.w3.org/2005/Atom}entry at e2b720>
<Element {http://www.w3.org/2005/Atom}entry at e2b510>
<Element {http://www.w3.org/2005/Atom}entry at e2b750>
标记 说明
① 承接上一个示例，根元素为{http://www.w3.org/2005/Atom}feed。
② 根元素的 "长度" 即其包含的子元素数量。
③ 可将元素本身用作迭代器，遍历其所有子元素。
④ 从输出可见，根元素确实包含 8 个子元素：所有提要级元数据（title、subtitle、id、updated和link）， followed by the three entry elements.

或许你已经猜到，但在此仍需明确说明：元素的子元素列表仅包含直接子元素。

每个entry元素都有自己的子元素，但这些子元素不会出现在根元素feed的子元素列表中，它们只会被包含在各自所属的entry元素的子元素列表里。

不过，也有方法可以查找任意嵌套层级的元素，本章后续将介绍两种常用方法。

属性即字典（Attributes Are Dictionaries）

XML 不仅由元素构成，每个元素还可拥有自己的属性集合。只要获取到特定元素的引用，就能轻松将其属性以 Python 字典的形式获取。

python 复制代码 
# 承接上一个示例
>>> root.attrib ①
{'{http://www.w3.org/XML/1998/namespace}lang': 'en'}

>>> root[4] ②
<Element {http://www.w3.org/2005/Atom}link at e181b0>

>>> root[4].attrib ③
{'href': 'http://diveintomark.org/',
 'type': 'text/html',
 'rel': 'alternate'}

>>> root[3] ④
<Element {http://www.w3.org/2005/Atom}updated at e2b4e0>

>>> root[3].attrib ⑤
{}
标记 说明
① attrib属性是元素属性的字典形式。原始标记为<feed xmlns='http://www.w3.org/2005/Atom' xml:lang='en'>，其中xml:前缀引用的是一个内置命名空间，所有 XML 文档无需声明即可使用该命名空间。
② 第 5 个子元素（在 0 索引列表中为[4]）是link元素。
③ link元素有 3 个属性：href、type和rel。
④ 第 4 个子元素（在 0 索引列表中为[3]）是updated元素。
⑤ updated元素没有任何属性，因此其.attrib属性是空字典。

在 XML 文档中搜索节点

到目前为止，我们对 XML 文档的操作都是 "自上而下" 的：从根元素开始，获取其子元素，再依次深入文档结构。

1、查找特定元素：findall()方法

但在许多 XML 使用场景中，需要查找特定元素，ElementTree 也支持这一操作。

python 复制代码 
>>> import xml.etree.ElementTree as etree

>>> tree = etree.parse('examples/feed.xml')

>>> root = tree.getroot()

>>> root.findall('{http://www.w3.org/2005/Atom}entry') ①
[<Element {http://www.w3.org/2005/Atom}entry at e2b4e0>,
 <Element {http://www.w3.org/2005/Atom}entry at e2b510>,
 <Element {http://www.w3.org/2005/Atom}entry at e2b540>]

>>> root.tag
'{http://www.w3.org/2005/Atom}feed'

>>> root.findall('{http://www.w3.org/2005/Atom}feed') ②

[]
>>> root.findall('{http://www.w3.org/2005/Atom}author') ③
[]
标记 说明
① findall()方法用于查找符合特定查询条件的子元素（查询格式详情稍后介绍）。
② 包括根元素在内的所有元素都拥有findall()方法，该方法会在元素的子元素中查找所有匹配项。但为何此处没有返回结果？尽管不那么明显，但该查询仅搜索当前元素的直接子元素。由于根元素feed没有名为feed的子元素，因此查询返回空列表。
③ 这个结果可能也会让你意外：文档中确实存在author元素（每个entry元素中各有一个，共 3 个），但这些author元素并非根元素的直接子元素，而是 "孙元素"（即子元素的子元素）。若要查找任意嵌套层级的author元素，查询格式需稍作调整。
python 复制代码 
>>> tree.findall('{http://www.w3.org/2005/Atom}entry') ①
[<Element {http://www.w3.org/2005/Atom}entry at e2b4e0>,
 <Element {http://www.w3.org/2005/Atom}entry at e2b510>,
 <Element {http://www.w3.org/2005/Atom}entry at e2b540>]

>>> tree.findall('{http://www.w3.org/2005/Atom}author') ②
[]
标记 说明
① 为方便使用，tree对象（由etree.parse()函数返回）提供了多个与根元素方法对应的镜像方法，其结果与调用tree.getroot().findall()方法完全一致。
② 或许令人意外，该查询并未找到文档中的author元素。原因在于，这只是tree.getroot().findall('{http://www.w3.org/2005/Atom}author')的简写形式，含义是 "查找所有作为根元素子元素的author元素"。而author元素是entry元素的子元素，并非根元素的子元素，因此查询无匹配结果。

2、find()方法

此外，还有一个find()方法，该方法返回第一个匹配的元素。

在仅预期一个匹配项，或存在多个匹配项但只需关注第一个时，此方法非常实用。

python 复制代码 
>>> entries = tree.findall('{http://www.w3.org/2005/Atom}entry') ①
>>> len(entries)
3

>>> title_element = entries[0].find('{http://www.w3.org/2005/Atom}title') ②

>>> title_element.text
'Dive into history, 2009 edition'

>>> foo_element = entries[0].find('{http://www.w3.org/2005/Atom}foo') ③

>>> foo_element

>>> type(foo_element)
<class 'NoneType'>
标记 说明
① 如前所述，该语句查找所有atom:entry元素。
② find()方法接收一个 ElementTree 查询条件，返回第一个匹配的元素。
③ 该entry元素中不存在名为foo的元素，因此返回None。

【注意】：

find()方法存在一个容易让人踩坑的 "陷阱"：

在布尔上下文中，若 ElementTree 元素对象没有子元素 （即len(element)为 0），其布尔值会被判定为False。这意味着，if element.find('...')并非判断find()方法是否找到匹配元素，而是判断找到的匹配元素是否有子元素！

若要判断find()方法是否返回了元素，应使用if element.find('...') is not None。

3、查找后代元素：//

ElementTree 也支持查找后代元素（即子元素、孙元素及任意嵌套层级的元素），具体方式如下：

python 复制代码 
>>> all_links = tree.findall('//{http://www.w3.org/2005/Atom}link') ①
>>> all_links
[<Element {http://www.w3.org/2005/Atom}link at e181b0>,
 <Element {http://www.w3.org/2005/Atom}link at e2b570>,
 <Element {http://www.w3.org/2005/Atom}link at e2b480>,
 <Element {http://www.w3.org/2005/Atom}link at e2b5a0>]

>>> all_links[0].attrib ②
{'href': 'http://diveintomark.org/',
 'type': 'text/html',
 'rel': 'alternate'}

>>> all_links[1].attrib ③
{'href': 'http://diveintomark.org/archives/2009/03/27/dive-into-history-2009-edition',
 'type': 'text/html',
 'rel': 'alternate'}

>>> all_links[2].attrib
{'href': 'http://diveintomark.org/archives/2009/03/21/accessibility-is-a-harsh-mistress',
 'type': 'text/html',
 'rel': 'alternate'}

>>> all_links[3].attrib
{'href': 'http://diveintomark.org/archives/2008/12/18/give-part-1-container-formats',
 'type': 'text/html',
 'rel': 'alternate'}
标记 说明
① 该查询//{http://www.w3.org/2005/Atom}link与之前的示例类似，唯一区别是查询开头的两个斜杠（//）。这两个斜杠表示 "不局限于直接子元素，查找文档中任意嵌套层级的匹配元素"，因此结果返回 4 个link元素，而非仅 1 个。
② 第一个结果是根元素的直接子元素，从其属性可知，这是提要级别的备用链接，指向该提要所描述网站的 HTML 版本。
③ 另外 3 个结果均为条目级别的备用链接：每个entry元素都有一个link子元素，正是由于查询开头的双斜杠，这些元素才被全部找到。

总结：

总体而言，ElementTree 的findall()方法功能强大，但查询语言可能存在一些反直觉的设计。官方将其描述为 "对 XPath 表达式的有限支持"------XPath 是 W3C 制定的 XML 文档查询标准。ElementTree 的查询语言与 XPath 足够相似，可满足基础搜索需求，但差异也足够大，若你已熟悉 XPath，可能会对此感到不便。接下来，我们将介绍一个第三方 XML 库lxml，它在 ElementTree API 的基础上扩展了完整的 XPath 支持。

相关推荐
令狐少侠20111 天前
maven settings.xml文件的各个模块、含义以及它们之间的联系
xml·maven
l1t1 天前
张泽鹏先生手搓的纯ANSI处理UTF-8与美团龙猫调用expat库读取Excel xml对比测试
xml·人工智能·excel·utf8·expat
charlie1145141912 天前
Android开发——初步了解AndroidManifest.xml
android·xml·开发语言·学习·安卓·安全架构
热烈勒温2 天前
Mybatis入门、操作数据、配置xml映射、数据封装
xml·mybatis
微笑伴你而行2 天前
目标检测如何将同时有方形框和旋转框的json/xml标注转为txt格式
xml·目标检测·json
fatiaozhang95273 天前
数码视讯TR100-OTT-G1_国科GK6323_安卓9_广东联通原机修改-TTL烧录包-可救砖
android·xml·电视盒子·刷机固件·机顶盒刷机
l1t3 天前
美团龙猫利用expat库实现的保存xml指定范围数据到csv的C程序
xml·c语言·解析器·expat
l1t4 天前
DuckDB新版rusty_sheet 插件测试
xml·数据库·rust·插件·xlsx·duckdb
l1t5 天前
美团龙猫（longcat.AI）编写的利用二分查找优化Excel的sheet.xml指定范围输出C程序
xml·c语言·excel·解析器
热门推荐
012025 年高教社杯全国大学生数学建模竞赛C 题 NIPT 的时点选择与胎儿的异常判定 完整成品思路模型代码分享，全网首发高质量！！！022025年数学建模国赛C题超详细解题思路03UV安装并设置国内源04不再让Windows更新！&Edge游戏助手卸载及关闭自动更新052025全国大学生数学建模C题保姆级思路模型（持续更新）：NIPT 的时点选择与胎儿的异常判定062025高教社杯国赛数学建模选题建议+初步分析07KGG转MP3工具|非KGM文件|解密音频082025国赛B题保姆级教程思路分析 碳化硅外延层厚度的确定09A股预测还能更准？开源大模型Kronos带你跑通预测+回测全流程10jdk21下载、安装（Windows、Linux、macOS）