Bỏ qua đến nội dung chính
Mục lục

Đọc và ghi XML trong Python với ElementTree (parse XML)

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 4/5 · Chương 20

Lưu dữ liệu và định dạng khác

  • 8 phút
  • Trung cấp
  • Python 3.14
  • Cập nhật

Parse XML trong Python, tức đọc một file XML thành các thẻ mà code tìm và sửa được, là việc của module xml.etree.ElementTree có sẵn trong thư viện chuẩn. Bạn cần nó khi phần mềm bán hàng của chi nhánh xuất danh sách sản phẩm ra file XML, còn chương trình của bạn phải đọc giá từng món hay ghi lại một bản mới.

Cần biết trước: đọc file, ghi file và list các dict.

Đọc file XML bằng ElementTree.parse()

Một file XML là các thẻ lồng nhau, giống mục lục của một cuốn sách: thẻ <menu> bao các thẻ <mon>, mỗi thẻ <mon> bao <ten> và <gia>. Mỗi thẻ cùng mọi thứ bên trong nó gọi là một phần tử (element). Phần tử có tên thẻ (tag), các thuộc tính viết trong thẻ mở như ma="CF01", và phần chữ nằm giữa thẻ mở với thẻ đóng (text):

python
import xml.etree.ElementTree as ET

with open("menu.xml", "w", encoding="utf-8") as f:
    f.write("""<menu chi_nhanh="Huế">
  <mon ma="CF01"><ten>cà phê sữa</ten><gia>29000</gia></mon>
  <mon ma="BX02"><ten>bạc xỉu</ten><gia>32000</gia></mon>
  <mon ma="TD03"><ten>trà đào</ten><gia>35000</gia></mon>
</menu>
""")
cay = ET.parse("menu.xml")
goc = cay.getroot()
print(goc.tag, goc.attrib)
for mon in goc:
    print(mon.tag, mon.get("ma"), len(mon))

KẾT QUẢ

menu {'chi_nhanh': 'Huế'}
mon CF01 2
mon BX02 2
mon TD03 2

Tên dài xml.etree.ElementTree thường được import với tên ngắn ET. ET.parse() đọc cả file thành một cây, getroot() lấy phần tử gốc, ở đây là <menu>. attrib là dict các thuộc tính, get("ma") đọc một thuộc tính. Vòng for đi qua các phần tử con trực tiếp, và len(mon) đếm con của mon. XML đã nằm trong một chuỗi thì dùng ET.fromstring(), hàm trả về thẳng phần tử gốc. Đổi "Huế" thành "Hà Nội" rồi chạy lại: dòng đầu in menu {'chi_nhanh': 'Hà Nội'}.

Tìm thẻ bằng find() và findall()

Muốn lấy giá của từng món, bạn tìm thẻ theo tên. findall() trả về list mọi phần tử con khớp tên, find() trả về phần tử khớp đầu tiên:

python
import xml.etree.ElementTree as ET

goc = ET.fromstring("""<menu chi_nhanh="Huế">
  <mon ma="CF01"><ten>cà phê sữa</ten><gia>29000</gia></mon>
  <mon ma="BX02"><ten>bạc xỉu</ten><gia>32000</gia></mon>
  <mon ma="TD03"><ten>trà đào</ten><gia>35000</gia></mon>
</menu>""")
bang = []
for mon in goc.findall("mon"):
    bang.append({"ten": mon.find("ten").text,
                 "gia": int(mon.find("gia").text)})
print(bang[0])
print(len(bang), bang[2]["gia"] - bang[0]["gia"])
print(goc.find("mon/ten").text, goc.find("khuyen_mai"))

KẾT QUẢ

{'ten': 'cà phê sữa', 'gia': 29000}
3 6000
cà phê sữa None

.text là chuỗi, kể cả khi trong thẻ là số, nên phép trừ giá cần int() trước. Thẻ rỗng như <gia/> thì .text là None. Kết quả gom thành list các dict, dạng bảng quen thuộc để lọc và tính tiếp. "mon/ten" là một đường dẫn: thẻ <ten> trong thẻ <mon>. Không thẻ nào khớp thì find() trả về None, như dòng cuối với "khuyen_mai".

Tìm thẻ nằm sâu bên trong

File thật hay chia món thành nhóm, như nhóm cà phê và nhóm trà. Lúc đó thẻ <mon> là cháu của <menu>, không còn là con trực tiếp:

python
import xml.etree.ElementTree as ET

goc = ET.fromstring("""<menu>
  <nhom ten="cà phê">
    <mon ma="CF01"><ten>cà phê sữa</ten></mon>
    <mon ma="BX02"><ten>bạc xỉu</ten></mon>
  </nhom>
  <nhom ten="trà"><mon ma="TD03"><ten>trà đào</ten></mon></nhom>
</menu>""")
print(len(goc.findall("nhom/mon")))
for mon in goc.findall(".//mon"):
    print(mon.get("ma"), mon.find("ten").text)

KẾT QUẢ

3
CF01 cà phê sữa
BX02 bạc xỉu
TD03 trà đào

"nhom/mon" đi đúng hai tầng. ".//mon" tìm thẻ <mon> ở mọi tầng bên dưới phần tử đang xét, theo thứ tự xuất hiện trong file, nên vẫn đúng khi có nhóm lồng trong nhóm. goc.iter("mon") cũng đi qua mọi thẻ <mon> ở mọi tầng.

Sửa nội dung rồi ghi ra file mới

Cả chi nhánh tăng giá thêm 1.000 đ. Bạn sửa .text của từng thẻ <gia>, thêm một thuộc tính bằng set(), rồi ghi cây ra file mới:

python
import xml.etree.ElementTree as ET

with open("menu.xml", "w", encoding="utf-8") as f:
    f.write('<menu><mon ma="CF01"><gia>29000</gia></mon>'
            '<mon ma="BX02"><gia>32000</gia></mon></menu>')
cay = ET.parse("menu.xml")
for mon in cay.getroot().findall("mon"):
    gia = int(mon.find("gia").text)
    mon.find("gia").text = str(gia + 1000)
    mon.set("tang_gia", "có")
ET.indent(cay)
cay.write("menu_moi.xml", encoding="utf-8", xml_declaration=True)
with open("menu_moi.xml", encoding="utf-8") as f:
    print(f.read())

KẾT QUẢ

<?xml version='1.0' encoding='utf-8'?>
<menu>
  <mon ma="CF01" tang_gia="có">
    <gia>30000</gia>
  </mon>
  <mon ma="BX02" tang_gia="có">
    <gia>33000</gia>
  </mon>
</menu>

cay.write() ghi cả cây ra file. encoding="utf-8" giữ nguyên chữ tiếng Việt, và xml_declaration=True thêm dòng khai báo <?xml …?> ở đầu file. ET.indent() thêm xuống dòng và thụt lề cho dễ đọc, file gốc viết liền một dòng. File menu.xml vẫn còn nguyên vì cây được ghi sang tên mới.

Tạo file XML từ list các dict

Chiều ngược lại, bạn có danh sách món trong một list các dict và cần xuất ra XML cho phần mềm khác đọc. ET.Element() tạo phần tử gốc, ET.SubElement() tạo một phần tử con gắn vào phần tử cha:

python
import xml.etree.ElementTree as ET

cac_mon = [{"ma": "CF01", "ten": "cà phê sữa", "gia": 29000},
           {"ma": "SB04", "ten": "sinh tố bơ", "gia": 45000}]
goc = ET.Element("menu", chi_nhanh="Đà Lạt")
for d in cac_mon:
    mon = ET.SubElement(goc, "mon", ma=d["ma"])
    ET.SubElement(mon, "ten").text = d["ten"]
    ET.SubElement(mon, "gia").text = str(d["gia"])
cay = ET.ElementTree(goc)
ET.indent(cay)
cay.write("menu_da_lat.xml", encoding="utf-8")
with open("menu_da_lat.xml", encoding="utf-8") as f:
    print(f.read())

KẾT QUẢ

<menu chi_nhanh="Đà Lạt">
  <mon ma="CF01">
    <ten>cà phê sữa</ten>
    <gia>29000</gia>
  </mon>
  <mon ma="SB04">
    <ten>sinh tố bơ</ten>
    <gia>45000</gia>
  </mon>
</menu>

Đối số có tên như ma=d["ma"] thành thuộc tính của thẻ. ET.ElementTree(goc) bọc phần tử gốc thành một cây để gọi write(). Mỗi khóa của dict thành một thẻ con, còn giá trị thành chữ trong thẻ.

Kiểm tra nhanh

  1. Sau import xml.etree.ElementTree as ET và goc = ET.fromstring('<mon ma="CF01"><gia>29000</gia></mon>'), goc.find("gia").text * 2 cho kết quả gì?

    • 58000
    • Báo lỗi TypeError
    • "2900029000"
  2. Trong khung bẫy về findall("mon"), các món nằm trong <nhom>. Những lời gọi nào trên goc trả về list chứa đủ hai thẻ <mon>?

    • goc.findall(".//mon")
    • goc.findall("mon")
    • goc.findall("nhom/mon")
    • goc.find(".//mon")
  3. Sau import xml.etree.ElementTree as ET và goc = ET.fromstring("<mon><ten>trà đào</ten></mon>"), lệnh print(goc.find("gia")) in ra gì?

    • None
    • Báo lỗi AttributeError
    • ""
  4. Trong khung bẫy về .text = 29000, vì sao Python báo lỗi?

    • Thiếu xml_declaration=True trong write()
    • Chữ trong thẻ phải là chuỗi, write() không ghi được một số int
    • SubElement() không nhận thuộc tính ma
Đúng hết lần đầu +15 XP

Bài tập

Lọc món còn hàng trong file XML

File XML danh sách sản phẩm của một chi nhánh có các thẻ <mon ma="...">, có món nằm thẳng trong <menu>, có món nằm trong thẻ <nhom> ở tầng sâu hơn. Mỗi món có <ten>, <gia> và có thể có <kho> là số ly còn. Viết hàm con_hang(ten_file) đọc file bằng ET.parse() và lấy các món còn hàng: kho lớn hơn 0, món không có thẻ <kho> coi như hết hàng. Giữ thứ tự trong file, mỗi món là một dict {"ma": ..., "ten": ..., "gia": ...} với gia là số nguyên. Hàm không in gì.

Ví dụ: file có cà phê sữa (kho 40) và trà đào (kho 0) thì kết quả chỉ có {"ma": "CF01", "ten": "cà phê sữa", "gia": 29000}.

Trả về: các món còn hàng, một list các dict.

python
import xml.etree.ElementTree as ET

def con_hang(ten_file):
    pass  # Viết thân hàm thay cho dòng này

Tóm tắt

  • ET.parse("file.xml").getroot() đọc file thành cây và lấy phần tử gốc; ET.fromstring() làm việc đó với một chuỗi.

  • Phần tử có tag, attrib, text; get() đọc một thuộc tính, .text là chuỗi kể cả khi chứa số.

  • find() trả về phần tử đầu tiên hoặc None, findall() trả về list.

  • Tên thẻ trơn chỉ khớp con trực tiếp; ".//mon" tìm ở mọi tầng.

  • Sửa .text hay gọi set(), rồi write() với encoding="utf-8" để ghi ra file.

  • Element(), SubElement() tạo cây mới; chữ gán cho .text phải là chuỗi.

Câu hỏi thường gặp

Đọc file XML trong Python có an toàn với file tải từ nơi lạ không?

Không hẳn. Theo mục XML security của tài liệu Python 3.14 (đọc ngày 15/11/2026), người xấu có thể dựng một file XML để làm treo chương trình, chẳng hạn một file nhỏ nở thành hàng gigabyte khi đọc. ElementTree đọc XML qua thư viện expat, và tài liệu cảnh báo expat cũ hơn bản 2.7.2 có thể bị các kiểu tấn công này; Python của bạn dùng bản nào thì xem pyexpat.EXPAT_VERSION. File của chính hệ thống bạn thì dùng được. File từ người lạ thì dùng gói defusedxml trên PyPI, cài bằng pip.

Khi nào nên chọn XML để lưu dữ liệu?

Chương trình Python tự đọc tự ghi thì JSON gọn hơn và đổi thẳng ra dict, list. XML hợp khi phần mềm khác đòi đúng định dạng đó, như hóa đơn điện tử hay file xuất của phần mềm kế toán, hoặc khi dữ liệu cần thuộc tính gắn trên từng thẻ.

Nên chọn ElementTree, minidom hay lxml?

xml.dom.minidom cũng có sẵn nhưng dùng kiểu gọi dài dòng hơn. lxml là thư viện ngoài, cài từ PyPI, chạy nhanh hơn và hiểu đủ cú pháp đường dẫn XPath, với cách gọi gần giống ElementTree. Bài này dùng ElementTree vì nó có sẵn và đủ cho file của một chương trình nhỏ.

Có đọc được trang HTML bằng ElementTree không?

Thường là không. ElementTree đòi mọi thẻ được đóng đúng, còn HTML trên web hay có thẻ không đóng, và ET.fromstring() báo lỗi ParseError ngay. Đọc HTML dùng html.parser của thư viện chuẩn, bài thư viện chuẩn cho mạng có giới thiệu.

Chủ đề

parse xml python

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE

  • Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
  • Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
  • Xây hệ thống AI cho doanh nghiệp tại VietPlatform.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập