XML 文件的结构阻止我用 python 读取它答案

【问题标题】：Structure of XML file is preventing me from reading it with pythonXML 文件的结构阻止我用 python 读取它
【发布时间】：2019-05-09 16:25:29
【问题描述】：

我正在设置一个 python 脚本，该脚本将询问所有具有相同格式的输入 xml 文件的列表，并从每个 xml 文件中读出特定的行。

一切都按我的意愿工作，但是由于 xml 文件本身的内容，从 xml 文件读取时出现错误。

我已经通过编辑 xml 文件让脚本工作，但这对我来说不是一个解决方案，因为我需要这个脚本来运行数千个文件

这是我正在使用的代码：

import os
import tkinter as tk
from tkinter import filedialog
import xml.etree.ElementTree as ET


root = tk.Tk()
root.withdraw()

file_path = filedialog.askopenfilenames()

tup=0

count = len(file_path)

for i in range(len(file_path)):
    filename = os.path.basename(file_path[tup])
    print('file =',os.path.basename(' '.join(file_path)))
    tree = ET.parse(file_path[tup])
    root = tree.getroot()
    for child in root:
        data = child.tag
        print(data)
    for data in root.findall(data):
        name = data.find('subdata2').text
        print('ID =', name)
    tup +=1

这里是xml的一个例子：

<?xml version="1.0"?>
<Data xmlns="link">
    <subdata1 id = "something">
        <subdata2>data
            <subdata3>data</subdata3>
        </subdata2>
    </subdata1>
</Data>

问题来自附加到根“link3”的文本它从

更改 subdata1 的标签

subdata1

到

 {link}subdata1

然后这将改变输出：

ID = data

到：

Traceback (most recent call last):
  File "debug.py", line 25, in <module>
    name = data.find('subdata2').text
AttributeError: 'NoneType' object has no attribute 'text'

是否有另一种从该 xml 文件中提取数据而不涉及修改 xml 文件本身的方法？

【问题讨论】：

标签： xml python-3.x tkinter tk

【解决方案1】：

您可以从解析的 xml 中剥离命名空间，而不是 xml 本身。

tree = ET.iterparse(file_path)
for _, el in tree:
    if '}' in el.tag:
        el.tag = el.tag.split('}', 1)[1]  # strip all namespaces
root = tree.root
for child in root:
    # ... (REST OF CODE)

阅读更多here

另外，如果您不介意速度不够，但想要极致的简单性，您可以使用 untangle。由于您的 XML 的结构显然都相同，这对您来说可能很方便。

import untangle

root = untangle.parse(file_path)
print(root.Data.subdata1['id'])
print(root.Data.subdata1.subdata2.cdata)

我也忘记了我最喜欢的选项。 xmltodict 将 xml 转换为 Python OrderedDict 对象。

import xmltodict

with open(xmlPath, 'rb') as fd:
    xmlDict = xmltodict.parse(fd)
print(xmlDict['Data']['subdata1']['@id'])
print(xmlDict['Data']['subdata1']['subdata2']['#text'])

如您所见，命名空间不会成为问题。如果您熟悉 Python dicts，那么迭代并找到您想要的内容将非常简单。

【讨论】：