Python XML: ParseError: rác sau khi yếu tố tài liệu

Question

Đang cố gắng để phân tích tập tin XML vào ElementTree:

>>> import xml.etree.cElementTree as ET 
>>> tree = ET.ElementTree(file='D:\Temp\Slikvideo\JPEG\SV_4_1_mask\index.xml') 

tôi nhận được lỗi sau:

Traceback (most recent call last): File "", line 1, in File "C:\Program Files\Anaconda2\lib\xml\etree\ElementTree.py", line 611, in init self.parse(file) File "", line 38, in parse ParseError: junk after document element: line 3, column 0

tập tin XML bắt đầu như thế này:

<?xml version="1.0" encoding="UTF-8" ?> 
<Version Writer="E:\d\src\Modules\SceneSerialization\src\mitkSceneIO.cpp" Revision="$Revision: 17055 $" FileVersion="1" /> 
<node UID="OBJECT_2016080819041580480127"> 
    <source UID="OBJECT_2016080819041550469454" /> 
    <data type="LabelSetImage" file="hfbaaa_Bolus.nrrd" /> 
    <properties file="sicaaa" /> 
</node> 
<node UID="OBJECT_2016080819041512769572"> 
    <source UID="OBJECT_2016080819041598947781" /> 
    <data type="LabelSetImage" file="ifbaaa_Bolus.nrrd" /> 
    <properties file="ticaaa" /> 
</node> 

được theo sau bởi nhiều nút khác.

Tôi không thấy bất kỳ thư rác nào trong dòng 3, cột 0? Tôi cho rằng phải có một lý do khác cho lỗi này.

Tệp .xml được tạo bởi phần mềm bên ngoài MITK vì vậy tôi cho rằng điều đó sẽ ổn.

Làm việc trên Win 7, 64 bit, VS2015, Anaconda

Answer 1

Như @Matthias Wiehl cho biết, ElementTree chỉ mong đợi một nút gốc duy nhất và không phải là XML được định dạng tốt và phải được cố định tại nguồn gốc của nó. Để giải quyết sự cố, bạn chỉ cần thêm nút gốc giả vào tài liệu.

import xml.etree.cElementTree as ET 
import re 

with open("index.xml") as f: 
    xml = f.read() 
tree = ET.fromstring(re.sub(r"(<\?xml[^>]+\?>)", r"\1<root>", xml) + "</root>") 

Answer 2

Các nút gốc của tài liệu của bạn (Version) được mở và đóng cửa vào dòng 2. phân tích cú pháp không mong đợi bất kỳ nút sau khi nút gốc. Giải pháp là loại bỏ dấu gạch chéo về phía trước.

Answer 3

Thử sửa tài liệu như thế này. Đóng phần tử version ở cuối

<?xml version="1.0" encoding="UTF-8" ?> 
<Version Writer="E:\d\src\Modules\SceneSerialization\src\mitkSceneIO.cpp" Revision="$Revision: 17055 $" FileVersion="1"> 
    <node UID="OBJECT_2016080819041580480127"> 
     <source UID="OBJECT_2016080819041550469454" /> 
     <data type="LabelSetImage" file="hfbaaa_Bolus.nrrd" /> 
     <properties file="sicaaa" /> 
    </node> 
    <node UID="OBJECT_2016080819041512769572"> 
     <source UID="OBJECT_2016080819041598947781" /> 
     <data type="LabelSetImage" file="ifbaaa_Bolus.nrrd" /> 
     <properties file="ticaaa" /> 
    </node> 
</Version>