python - lxml.etree : Start tag expected, '<' 未找到，第 1 行，第 1 列

Question

我想获取一些简单的 xml 文件并将它们一次性全部转换为 CSV(尽管这段代码一次只针对一个文件)。在我看来好像没有正式的 namespace ，但我不确定。我有这段代码(我使用了一个 header ，SubmittingSystemVendor，但我真的想将它们全部写入 CSV:

import csv
import lxml.etree
x = r'C:\Users\...\jh944.xml'

with open('output.csv', 'w') as f:
    writer = csv.writer(f)
    writer.writerow('SubmittingSystemVendor')
    root = lxml.etree.fromstring(x)

    writer.writerow(row)

这是 XML 文件的示例:

<?xml version="1.0" encoding="utf-8"?>
<EOYGeneralCollectionGroup SchemaVersionMajor="2014-2015" SchemaVersionMinor="1" CollectionId="157" SubmittingSystemName="MISTAR" SubmittingSystemVendor="WayneRESA" SubmittingSystemVersion="2014" xsi:noNamespaceSchemaLocation="http://cepi.state.mi.us/msdsxml/EOYGeneralCollection2014-20151.xsd" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">
    <EOYGeneralCollection>
        <SubmittingEntity>
            <SubmittingEntityTypeCode>D</SubmittingEntityTypeCode>
            <SubmittingEntityCode>82730</SubmittingEntityCode>
        </SubmittingEntity>

错误是:

lxml.etree: Start tag expected, '<' not found, line 1, column 1

Answer 1

您正在使用 lxml.etree.fromstring，但给它一个文件路径作为参数。这意味着它试图将“C:\Users...\jh944.xml”解释为要解析的 XML 数据。

相反，您想打开包含此 XML 的文件。您可以简单地将对 fromstring 的调用替换为 lxml.etree.parse，它将接受文件名或打开的文件对象作为参数。