时间戳

首页 > 解决方案 > 在 python 中从 xml 文件中提取元素失败

python - 在 python 中从 xml 文件中提取元素失败

问题描述

我的代码有一个很大的问题，我希望有人可以在这里提供帮助。我需要从位于多个子目录中的 xml 文件中提取特定元素。我编写了一个脚本来遍历所有文件夹和子目录以获取 xml 文件并提取该元素并将其保存在单独的文件中。代码如下所示：

import os

import csv

import itertools

import pandas as pd

from xml.etree import ElementTree as ET

path = "D:/..."

file = open('out.csv', 'w')

for root, dirs, files in os.walk(path):
    for filename in files:
        if not filename.endswith(".xml"): continue
        if filename.endswith(".xml"):
            fullname = os.path.join(path, filename)
            tree = ET.parse(fullname)
            root = tree.getroot()
            for row in root.iter('p'):
                file.write(row.text)

我得到的错误是“FileNotFoundError: [Errno 2] No such file or directory: 'D:/..\0000233.xml”

即使文件存在并且有内容。

我做错了什么？我会非常感谢帮助和提示，因为我是 python 新手。

标签： pythonxmlelementtree

解决方案

您没有将文件路径的正确部分连接在一起，您只是将path和filename. 如果 xml 文件存在于 的子目录中path，您将找不到该文件。您当前的方法仅适用于路径指定的文件夹内的文件。

下面的方法使用 pathlib 和它的glob方法递归搜索目录和子目录中的所有 xml 文件。这使您不必检查每个文件以查看它们是否具有.xml文件扩展名，因为它只会返回 xml 文件。Pathlib 还返回文件的绝对路径，而不必将不同的部分连接在一起。

import os
from pathlib import Path
from xml.etree import ElementTree as ET

path = Path(r"C:\\Users\\MyFiles\\")

file = open('out.csv', 'w')
print(path)

for file_path in path.glob('**/*.xml'):
    try:
        tree = ET.parse(file_path)
        root = tree.getroot()
        for row in root.iter('p'):
            file.write(row.text)
            print(row.text)
    except ET.ParseError:
        print(f"Couldn't parse {file_path} - Ignoring")

显然，您需要更改路径以匹配您要搜索的位置。

推荐阅读