xml.etree.ElementTree是解析中小型XML文件最稳妥的选择，因其易用、安全、性能均衡且默认防御XXE；处理命名空间需显式声明前缀，超大文件应使用iterparse流式解析，映射对象推荐dataclass手动赋值。
用 xml.etree.ElementTree 解析中小型 XML 文件最稳妥
绝大多数日常场景（如配置读取、API 响应解析、本地数据交换）下，xml.etree.ElementTree 是 Python 标准库中平衡易用性、安全性和性能的首选。它不依赖外部 C 库，无需安装额外包，且默认禁用外部实体（避免 XXE 攻击），开箱即用。
注意：不要用 minidom 或手动字符串切割——前者内存开销大、API 冗长；后者在嵌套、命名空间、转义字符等情况下极易出错。
常见错误现象：ParseError: not well-formed (invalid token)，通常是文件含 BOM、编码声明不匹配或混用了 Windows 换行符。务必显式指定编码：
import xml.etree.ElementTree as ET
tree = ET.parse("config.xml", parser=ET.XMLParser(encoding="utf-8"))
root = tree.getroot()处理带命名空间的 XML 时必须显式声明前缀
XML 中的 xmlns 或 xmlns:xsi 会让所有元素自动归属命名空间，直接写 find("item") 会返回 None——因为实际标签是 {http://example.com/ns}item。
立即学习“Python免费学习笔记（深入）”；
正确做法是定义命名空间字典，并在 XPath 中使用前缀：
ns = {"ns": "http://example.com/ns"}
items = root.findall(".//ns:item", namespaces=ns)
for item in items:
title = item.find("ns:title", namespaces=ns).text容易踩的坑：
-
findall("item")和findall(".//item")在有命名空间时都无效，必须带前缀 - 前缀名（如
"ns"）可任意取，但必须和namespaces=字典中的键一致 - 若 XML 使用默认命名空间（
xmlns="http://..."），前缀不能省略，仍需映射
用 iterparse() 流式解析超大 XML 避免内存爆炸
当 XML 文件超过 100MB 或结构深度大（如日志归档、GIS 数据），ET.parse() 会一次性加载整个 DOM 到内存，极易触发 MemoryError。
ET.iterparse() 是唯一标准库内建的流式方案，边读边处理，内存占用恒定：
context = ET.iterparse("huge.xml", events=("start", "end"))
context = iter(context)
event, root = next(context) # 获取根节点，但不保留全部子树
for event, elem in context:
if event == "end" and elem.tag == "record":
# 处理单条 record，立即调用 clear() 释放内存
process_record(elem)
elem.clear() # 关键：清空已处理元素的子节点和文本
root.clear() # 可选：防止根节点累积引用关键点：
- 只监听
"start"和"end"事件，避免无谓开销 - 每个
elem在"end"事件后才完整构建，适合按需提取 -
elem.clear()不是可选项——漏掉会导致内存持续增长
映射到 Python 对象时优先用 dataclass + 手动赋值，慎用全自动库
将 XML 映射为 Python 对象（如 Order、User）时，别急着引入 xmltodict 或 lxml.objectify。它们在字段缺失、类型模糊、嵌套层级变化时行为不可控，调试困难。
更可靠的做法是定义 @dataclass，再用 ElementTree 提取字段并做显式类型转换：
from dataclasses import dataclass@dataclass class Product: id: int name: str price: float
def parse_product(elem: ET.Element) -> Product: return Product( id=int(elem.findtext("id") or "0"), name=(elem.findtext("name") or "").strip(), price=float(elem.findtext("price") or "0.0") )
这样做的好处：
- 字段缺失时能用
or提供默认值，不会抛AttributeError - 类型转换逻辑集中、可测、可加日志或校验
- 不引入额外依赖，兼容性高
真正复杂的数据契约（如 WSDL、XSD 约束强）才考虑 generateDS 或 pydantic_xml，但要接受学习成本和运行时开销。
