如何用Python从XML中提取所有链接

推荐使用xml.etree.ElementTree提取href/src/url属性链接，或lxml配合XPath精准匹配多类链接位置；需清洗空格、补全相对路径、过滤非HTTP协议并处理命名空间。

用Python从XML中提取所有链接，核心是解析XML文档并定位含URL的元素（如<a href="https://www.php.cn/link/263b1243ca2dbeb358777ceabc4a2e4c"></a>、<link href="https://www.php.cn/link/263b1243ca2dbeb358777ceabc4a2e4c">、<url>https://https://www.php.cn/link/263b1243ca2dbeb358777ceabc4a2e4c</url>等），再提取其属性值或文本内容。推荐使用内置的xml.etree.ElementTree（轻量、标准库、够用）或第三方库lxml（支持XPath、更灵活、解析HTML混合内容更强）。

用ElementTree提取href属性链接

适用于结构清晰、链接主要在href、src等属性中的XML（如RSS、自定义配置XML）：

• 加载XML：用ET.parse()读文件，或ET.fromstring()读字符串
• 查找所有带href属性的元素：用root.iter()遍历所有元素，检查elem.get("href")
• 同样可扩展检查src、url、xlink:href等常见链接属性

示例代码：

标签： javascript python java html app ai 标准库