PythonでXMLファイルから特定のノードを取得する方法｜XPathの使い方を解説

Pythonの標準ライブラリ xml を使えば、XMLファイルから任意のノードを自由に取得できます。ただし、目的のノードをピンポイントで抽出するには、XPathというパス指定言語の使い方を理解しておく必要があります。

XPathは、XML文書内の要素や属性を階層構造をもとに指定するための記法です。基本構文については、W3SchoolsのXPathチュートリアルが分かりやすくおすすめです。

サンプルXMLの例

ここでは、次のような構造を持つXMLファイル（my_file.xml）を例に考えてみましょう。

<bookstore>
    <book category="cooking">
        <title lang="en">Everyday Italian</title>
        <author>Giada De Laurentiis</author>
        <year>2005</year>
        <price>30.00</price>
    </book>
    <book category="children">
        <title lang="en">Harry Potter</title>
        <author>J K. Rowling</author>
        <year>2005</year>
        <price>29.99</price>
    </book>
</bookstore>

lang属性が「en」のtitleノードをすべて取得する

このXMLから、lang属性が en になっているすべての <title> ノードを抽出したい場合は、XPathの条件指定 [@lang='en'] を使って次のように書けます。

from xml.etree.ElementTree import ElementTree

tree = ElementTree()
root = tree.parse("my_file.xml")

# .// で全階層から条件に合うtitleノードを検索
for node in root.findall(".//title[@lang='en']"):
    print(node.text)

実行結果

Everyday Italian
Harry Potter

コードのポイント解説

• tree.parse("my_file.xml")：XMLファイルを読み込み、ルート要素（ここでは <bookstore>）を返します。
• .//title[@lang='en']：先頭の .// は「現在の要素より下の全階層」を意味します。属性値での絞り込みは [属性名='値'] の形式で指定します。
• node.text：<title> 要素のテキスト内容を直接取得できます。

注意点

古いサンプルコードでは子要素を列挙するために getchildren() が使われることがありますが、このメソッドはPython 3.9以降で削除されています。また、findall() で絶対パス形式の //title を指定するとエラーになる場合があるため、相対パスの .//title を使うのが安全です。

より高度な検索（名前空間対応や複雑な条件指定など）を行いたい場合は、サードパーティ製の lxml ライブラリを使うと、完全なXPath 1.0の機能を利用できます。