Question

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

 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，解析器不断向我发出以下错误

 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"

我已经在这里查看了几个答案，但它们都是针对特定问题的，主要是处理将解析器提供给html文件而我只是将它提供给已存储在本地计算机上的xml文件。有人可以帮我弄清楚为什么这不能正常工作吗？

此外，有没有更好的方法使用python从xml文件中解析和提取信息，然后采用我采用的方法（假设我让它工作！）。

由于

Answer 1

我最好使用带有*.xml文件掩码的glob.iglob()。这更加明确和安全：

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

希望有所帮助。

Answer 2

您没有提供完整的文件路径，因此尝试加载文件失败。

您有几个选择：

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

在列表推导中包含完整路径，例如：

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

在for循环中构建路径，例如：

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

显然有其他解决方案，例如@ alecxe是他使用glob的迭代器（使用路径返回文件，而不是os.listdir（）的文件名）。

使用LXML ETREE在Python上解析本地机器上的XML文件时出现问题

2 个答案: