美丽的汤-XML解析-属性错误异常处理空值

如何解决美丽的汤-XML解析-属性错误异常处理空值

我有以下代码：

from bs4 import BeautifulSoup
import pandas as pd
import sqlite3
conn = sqlite3.connect('test.db')

inputFile = open("test.xml","r")

data = BeautifulSoup(inputFile,'xml')
stop_points = data.find_all('Location')

l = []
df = pd.DataFrame(columns=['Id','One','Two','Three','Four','Five'])
pos= 0
for stop in stop_points:
    l.append(stop.get('id'))
    l.append(stop.find('One').text)
    l.append(stop.find('Two').text)
    l.append(stop.find('Three').text)
    l.append(stop.find('Four').text)
    l.append(stop.find('Five').text)
    df.loc[pos] = l
    l = []
    pos+=1
print(df)

df.to_sql('Location',conn,if_exists='replace',index=False)

但是，在某些情况下，“位置”并不具有所有元素（“一个”，“两个”，“三个”，“四个”或“五个”）。当脚本迭代到没有所有这些元素的位置时，将引发“属性错误异常”：

Exception has occurred: AttributeError
'NoneType' object has no attribute 'text'

因此，我认为在尝试将'.text'追加到列表之前，需要进行状态检查。但是，我真的不想添加五个“ IF”语句，因为这不是很优雅。

作为参考，下面是XML文件的示例：

 <Location id="00000">
              <Translation>
                <One>111111</One>
                <Two>222222</Two>
                <Four>-5.0</Four>
                <Five>50.0</Five>
              </Translation>
            </Location>
 <Location id="11111">
              <Translation>
                <One>111111</One>
                <Two>222222</Two>
                <Three>-5.0</Three>
                <Five>50.0</Five>
              </Translation>
            </Location>
 <Location id="22222">
              <Translation>
                <One>111111</One>
                <Two>222222</Two>
              </Translation>
            </Location>

解决方法

假设您的html看起来像这样：

locations = """
<locations>
<Location id="00000">
              <Translation>
                <Easting>111111</Easting>
                <Northing>222222</Northing>
                <Longitude>-5.0</Longitude>
                <Latitude>50.0</Latitude>
              </Translation>
            </Location>
<Location id="00001">
              <Translation>
                <Easting>4444</Easting>
                <Northing>5555</Northing>
                <Longitude>-6.0</Longitude>
                <Latitude>70.0</Latitude>
              </Translation>
            </Location>
</locations>    
"""

类似这样的东西：

stop_points = data.select('location')
columns=['Id','One','Two','Three','Four']
rows = []

for s in stop_points:        
    row = []
    row.append(s['id'])
    row.extend(s.text.strip().split('\n'))
    rows.append(row)
pd.DataFrame(rows,columns=columns)

应输出：

     Id     One     Two     Three   Four
0   00000   111111  222222  -5.0    50.0
1   00001   4444    5555    -6.0    70.0