如何处理XML中的属性（attribute）映射？

XML属性与元素内容必须严格区分，text仅获取标签间文本，属性需通过attrib字典或get()访问；命名空间属性须用完整URI键名；JSON映射需预先约定属性与内容的优先级规则。

XML属性和元素内容不能混用 xml.etree.ElementTree 的 text 属性

很多人误以为 text 能读取属性值，其实它只对应开始标签和结束标签之间的文本内容。属性必须通过 attrib 字典或 get() 方法访问。

• elem.text 返回的是 HERE 中的 HERE，和属性完全无关
• elem.attrib 是一个普通 Python 字典，如 {'id': '123', 'type': 'user'}
• 推荐用 elem.get('id') 而不是 elem.attrib['id']，避免 KeyError
• 如果属性名含连字符（如 data-id），不能用点号访问，只能用字符串键名

用 lxml 解析时，get() 支持默认值但不支持命名空间前缀自动解析

当 XML 带命名空间（如 xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"），直接写 elem.get('xsi:type') 会返回 None —— 因为 lxml 把带冒号的属性名当作普通字符串，不触发命名空间映射。

• 正确做法是先定义命名空间映射字典：ns = {'xsi': 'http://www.w3.org/2001/XMLSchema-instance'}
• 然后用 elem.get('{http://www.w3.org/2001/XMLSchema-instance}type') 或配合 etree.QName
• get('type', default='string') 可设默认值，但仅对存在该 key 的属性生效；若属性根本不存在，仍返回 default
• 注意：lxml 的 attrib 字典里，命名空间展开后的完整 URI 会作为键名出现，原始前缀名不会保留

JSON 映射时，属性和平级元素容易冲突，需约定优先级规则

把 XML 转成 JSON 常见需求，但 abc 该转成 {"id": "1", "text": "abc"} 还是 {"id": "1", "_": "abc"}？没有标准答案，必须提前约定。

艺映AI

艺映AI - 免费AI视频创作工具

下载

• 常见策略有三种：属性优先（属性覆盖同名子元素）、分离式（属性进 @ 字段，内容进 # 或 $）、扁平忽略（只取属性或只取文本）
• Python 中用 xmltodict 库，默认把属性转为 @attr 键，文本内容转为 #text，但遇到 y 时会报错，因为它不支持混合内容
• 手动转换更可控：遍历 elem.attrib 构建字典，再检查 elem.text.strip() 是否非空，最后递归处理子元素

import xml.etree.ElementTree as ET
root = ET.fromstring('Alice')
data = {
    '@id': root.get('id'),
    '@active': root.get('active'),
    '#text': root.text.strip() if root.text else None
}
# 结果：{'@id': '101', '@active': 'true', '#text': 'Alice'}

属性映射真正麻烦的地方不在语法，而在于 XML 设计本身：同一语义可能被作者写成属性（status="draft"）、子元素（draft）甚至注释。解析前得先确认 schema 或样本数据结构，否则任何映射逻辑都可能在某个边缘 case 下崩掉。