最常用且推荐的方法是使用内置的 xml.etree.ElementTree 模块，解析XML后用 root.iter(‘tag’) 或 findall() 定位标签，再通过 elem.text.strip() 提取并清理文本；对含子元素的复杂内容，可用 itertext() 合并全部文本。

用Python从XML中提取特定标签的所有文本，最常用且推荐的方法是使用内置的 xml.etree.ElementTree 模块。它轻量、标准、无需额外安装，适合大多数结构清晰的XML场景。

使用 ElementTree 查找并提取所有匹配标签的文本

核心思路是：解析XML → 定位目标标签（支持XPath）→ 遍历所有匹配元素 → 获取其 .text 属性（注意：.text 只包含起始标签和第一个子元素之间的文本，不含子标签内容或尾部空白）。

• 若标签是纯文本容器（如 Alice），直接用 elem.text 即可
• 若需获取标签内全部可读文本（包括子标签中的文本），应使用 elem.xpath('.//text()')（需 lxml）或手动递归拼接（ElementTree不原生支持）
• 推荐先用 elem.text.strip() 去除首尾空格，避免提取到空白行

示例代码：提取所有

假设有如下 XML 字符串：

  
    

    张三
  
  
    

    李四
  

执行以下代码：

立即学习“Python免费学习笔记（深入）”；

import xml.etree.ElementTree as ET
xml_str = """..."""  # 上面的XML内容
root = ET.fromstring(xml_str)
方法1：查找所有 title 标签，提取 .text
titles = [elem.text.strip() for elem in root.iter('title') if elem.text]
print(titles)  # ['Python入门', '数据结构与算法']
方法2：用 findall + 相对路径（更精确控制层级）
for book in root.findall('book'):
title_elem = book.find('title')
if title_elem is not None and title_elem.text:
print(title_elem.text.strip())

处理含嵌套或混合内容的标签

如果目标标签内有HTML片段、换行或子元素（如 学习Python很有趣），.text 只返回“学习”，.tail 和子元素的 .text 需单独处理。此时建议：

• 改用 lxml 库（需 pip install lxml），支持 elem.xpath('string(.)') 或 elem.itertext()
• list(elem.itertext()) 返回生成器，可用 ''.join(...).strip() 合并全部文本节点
• 例如：''.join(title_elem.itertext()).strip() 能安全提取带格式标签内的全部可见文本

注意事项与常见问题

• 确保XML编码正确（如含中文时，字符串需为UTF-8，文件读取时指定 encoding='utf-8'）
• 若标签可能为空（ 或 ），访问 .text 会得 None，务必判空
• ElementTree 默认不解析 DTD 或实体（如  ），遇到报错可尝试 parser = ET.XMLParser(resolve_entities=False)
• 对于大型XML文件，用 ET.iterparse() 流式解析，节省内存

https://www.php.cn/faq/1967992.html