xml.etree.elementtree适合解析结构清晰的xml，需注意编码、空值处理、字段映射及markdown转义；避免模糊xpath，统一用(text or ”).strip()取值，表头与分隔行需规范生成。
XML 解析用 xml.etree.ElementTree 最轻量
Python 自带的 xml.etree.ElementTree 足够应付绝大多数结构清晰的 XML 表格数据（比如配置导出、简单报表），不用装第三方库。它不支持 DTD 或命名空间复杂的 XML，但如果你的 XML 是类似 <row><col1>A</col1><col2>B</col2></row> 这种扁平结构，直接上手就行。
常见错误现象：ParseError: not well-formed (invalid Token) —— 多半是 XML 里混了未转义的 &、、<code>>，或编码不是 UTF-8（尤其 windows 记事本保存的 XML 常带 bom）。先用文本编辑器确认编码，再用 open(... , encoding='utf-8') 显式指定。
- 优先用
ET.parse()加载文件；若内容来自字符串，用ET.fromstring() - 避免用
findall('.//row')这种模糊路径——性能差，且容易漏掉嵌套层级变化的 case - 列名建议从首行
<row></row>的子节点 tag 推断，别硬编码['name', 'age', 'city']，否则 XML 字段一变脚本就挂
提取字段时别直接取 .text，要处理空值和换行
XML 里的 <age></age> 或 <city></city>，用 elem.text 会得到 None；而 <note> hello </note> 会带前后空白和换行。Markdown 表格里塞 None 或缩进空格，渲染出来就是错位或空格乱码。
使用场景：你拿到的 XML 可能由不同系统导出，有的字段留空用自闭合标签，有的用空标签，有的干脆缺失节点。
- 统一用
(elem.text or '').strip()获取内容 - 如果某列必须有值，但 XML 中可能缺失，用
elem.find('col_name') or elem.find('.//col_name')再判空，别假设层级固定 - 表格中禁止出现
|、、^等 Markdown 表格分隔符，提前用.replace('|', '|').replace(' ', ' ')简单转义
生成 Markdown 表格头和分隔行有固定写法
Markdown 表格不是靠缩进或空格对齐，而是靠 | 分隔 + 第二行用 |---|---| 定义对齐方式。很多人手写时漏掉第二行，或在分隔行里混用 : 导致解析失败。
性能影响：表头和分隔行只需生成一次，不要在循环里重复拼接；字段名数量大时（比如 50+ 列），用 ['|'] + [f' {h} ' for h in headers] + ['|'] 比字符串 + 拼接快。
- 表头行：拼成
| col1 | col2 | col3 | - 分隔行：对应列统一用
|---|---|---|（左对齐）；需要右对齐某列？写成|---:|；居中？|:-:| - 每行数据也必须以
|开头和结尾，中间每个字段用|隔开，字段内不能有未转义的|
中文字段名或含空格的 tag 名需映射为合法列名
XML 里常有 、<order date></order> 这类 tag，直接当表头会导致 Markdown 渲染异常（空格破坏分隔逻辑，中文本身没问题但可读性差），更麻烦的是后续想用 pandas 处理时字段名不合法。
容易踩的坑：有人用正则删所有非字母数字，结果 user_id 和 userid 全变成 userid，冲突了。
- 建议做最小映射：空格 →
_，中文 → 直接保留（Markdown 表格支持），特殊符号如@、.→_ - 加个去重逻辑：如果两个 tag 映射后相同（如
<user id></user>和<user_id></user_id>都变user_id），在后面追加序号user_id_1、user_id_2 - 这个映射最好单独抽成函数，调试时打印原始 tag → 映射名对照表，比盲猜靠谱
真正麻烦的不是解析 XML，是 XML 结构不一致——同一份 XSD 下，某次导出多了一层 <data><rows><row></row></rows></data>，下次又扁平成 <row></row>。别指望一个脚本永远通用，每次换数据源前，先 print(ET.tostring(root, encoding='unicode')[:200]) 看一眼顶层结构。