从python中的xml文件中提取元素失败

如何解决从python中的xml文件中提取元素失败

我的代码有一个大问题，我希望有人能在这里提供帮助。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？我非常感谢您的帮助和提示，因为我是 Python 新手。

解决方法

您没有将文件路径的正确部分连接在一起，您只是附加了 path 和 filename。如果 xml 文件存在于 path 的子目录中，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。