使用 LXML ETREE 在本地机器上使用 Python 解析 XML 文件时遇到问题答案

【问题标题】：Trouble Using LXML ETREE to Parse XML Files on Local Machine With Python使用 LXML ETREE 在本地机器上使用 Python 解析 XML 文件时遇到问题
【发布时间】：2014-04-29 10:36:37
【问题描述】：

我在 Mac OSX 上使用 Python 2.7.3 并安装了 lxml 版本 3.3.3。我有几个 xml 文件位于同一目录中，例如 MyDir/file1.xml 和 MyDir/file2.xml。我试图将每一个都带入 python 并提取相关信息。但是，我似乎无法让etree 解析器工作。我的代码很简单：

 from lxml import etree
 from os import listdir
 from os.path import isfile, join

 xmlfiles = [x for x in listdir("MyDir") if isfile(join("MyDir",x))]

 for file in xmlfiles:

     doc = etree.parse(file)

         get the stuff I need

但是，解析器不断向我抛出以下错误

 Traceback (most recent call last):
   File "<stdin>", line 1, in <module>
   File "lxml.etree.pyx", line 3239, in lxml.etree.parse (src/lxml/lxml.etree.c:69955)
   File "parser.pxi", line 1748, in lxml.etree._parseDocument (src/lxml/lxml.etree.c:102066)
   File "parser.pxi", line 1774, in lxml.etree._parseDocumentFromURL       
   (src/lxml/lxml.etree.c:102330)
   File "parser.pxi", line 1678, in lxml.etree._parseDocFromFile (src/lxml/lxml.etree.c:101365)
   File "parser.pxi", line 1110, in lxml.etree._BaseParser._parseDocFromFile 
   (src/lxml/lxml.etree.c:96817)
   File "parser.pxi", line 582, in lxml.etree._ParserContext._handleParseResultDoc   
   (src/lxml/lxml.etree.c:91275)
   File "parser.pxi", line 683, in lxml.etree._handleParseResult (src/lxml/lxml.etree.c:92461)
   File "parser.pxi", line 620, in lxml.etree._raiseParseError (src/lxml/lxml.etree.c:91722)
 IOError: Error reading file 'File1.xml': failed to load external entity     
 "File1.xml"

我在这里查看了几个答案，但它们都是针对特定问题的，主要是处理为解析器提供一个 html 文件，而我只是为它提供一个已经存储在我本地机器上的 xml 文件。谁能帮我弄清楚为什么这不能正常工作？

另外，有没有更好的方法来使用 python 从 xml 文件中解析和提取信息，然后是我正在采用的方法（假设我让它工作！）。

谢谢

【问题讨论】：

标签： python xml lxml

【解决方案1】：

我最好将glob.iglob() 与*.xml 文件掩码一起使用。这更加明确和安全：

for filename in glob.iglob("MyDir/*.xml"):
    tree = etree.parse(filename)
    print tree.getroot()

希望对您有所帮助。

【讨论】：

【解决方案2】：

您没有提供完整的文件路径，因此尝试加载文件失败。

你有几个选择：

在启动脚本之前从 shell 更改为 MyDir（脆弱）
在脚本中，在 for 循环之前更改为 MyDir（例如 import os;' os.chdir('MyDir')）

在您的列表理解中包含完整路径，例如：

xmlfiles = [join("MyDir",x) for x in listdir("MyDir") if isfile(join("MyDir",x))]

在你的 for 循环中构建路径，例如：

for file in xmlfiles:
    doc = etree.parse(join("MyDir",file))
    #continue on

显然还有其他解决方案，例如@alecxe 使用 glob 的迭代器（它返回带有路径的文件，而不仅仅是 os.listdir() 的文件名）。

【讨论】：