Question

我正在尝试解析一个具有少量attrib值的xml是整数。在这种情况下，python ElementTree类会引发一个ParseError

xml.etree.ElementTree.ParseError：格式不正确（令牌无效）：第120行，col 第32页

这是我的xml

<Rectangle
  leftTopX = 0
  leftTopY = 0
  rightBottomX = 20
  rightBottomY = 40
/>

有关如何避免此ParseError的任何建议吗？

以下面的方式修改attrib值可以作为我的问题的解决方案。但我有多个要解析的xml文件。更改attrib值将花费更多时间。

<Rectangle
  leftTopX = "0"
  leftTopY = "0"
  rightBottomX = "20"
  rightBottomY = "40"
/>

Answer 1

您可以切换到BeautifulSoup解析器 - 它在良好的形式方面更加宽容。例如：

from bs4 import BeautifulSoup


data = """
<Rectangle
  leftTopX = 0
  leftTopY = 0
  rightBottomX = 20
  rightBottomY = 40 />
"""

soup = BeautifulSoup(data)
print soup.rectangle

打印：

<rectangle lefttopx="0" lefttopy="0" rightbottomx="20" rightbottomy="40"></rectangle>

您也可以将其与lxml解析器一起使用（您需要安装lxml）：

soup = BeautifulSoup(data, "lxml")

希望有所帮助。

如果attrib值为整数，Python xml.etree.ElementTree会引发ParseError

1 个答案: