Python XML 解析器 : junk after document element

Question

我正在工作中学习Python。我有一个大型 XML 文件，其中的数据与此类似:

testData3.xml 文件

<r><c>something1</c><c>something1</c><c>something1</c><c>something1</c><c>something1</c><c>something1</c><c>something1</c><c>something1</c><c></c><c></c><c>something1</c><c>something1</c></r>
<r><c>something2</c><c>something2</c><c>something2</c><c>something2</c><c>something2</c><c>something2</c><c>something2</c><c>something2</c><c></c><c></c><c>something2</c><c>something2</c></r>

我从一本 Python 书中复制了一个 XML 解析器，它可以在数据文件仅包含一行时收集数据。一旦我添加第二行数据，脚本运行时就会失败。

我正在运行的 Python 脚本 (xmlReader.py):

    from xml.dom.minidom import parse, Node
    xmltree = parse('testData3.xml')
    for node1 in xmltree.getElementsByTagName('c'):
        for node2 in node1.childNodes:
            if node2.nodeType == Node.TEXT_NODE:
                print(node2.data)

我正在寻找一些有关如何编写循环的帮助，以便我的 xmlReader.py 继续遍历整个文件而不是仅一行。运行此脚本时出现以下错误:

执行过程中出现错误:

xxxx@xxxx:~/xxxx/xxxx> python xmlReader.py 
Traceback (most recent call last):
  File "xmlReader.py", line 2, in <module>
    xmltree = parse('testData3.xml')
  File "/usr/lib64/python2.6/site-packages/_xmlplus/dom/minidom.py", line 1915, in parse
    return expatbuilder.parse(file)
  File "/usr/lib64/python2.6/site-packages/_xmlplus/dom/expatbuilder.py", line 926, in parse
    result = builder.parseFile(fp)
  File "/usr/lib64/python2.6/site-packages/_xmlplus/dom/expatbuilder.py", line 207, in parseFile
    parser.Parse(buffer, 0)
xml.parsers.expat.ExpatError: junk after document element: line 2, column 0
xxxx@xxxx:~/xxxx/xxxx> 

Answer 1

问题是您的示例数据不是有效的 XML。有效的 XML 文档应该有一个根元素；这对于文件的单行来说是正确的，其中 <r>是根元素，但当您添加第二行时，情况并非如此，因为每行都包含在单独的 <r> 中。元素，但文件中没有全局父元素。

构造有效的 XML，例如:

<root>
    <r><c>something1</c><c>something1</c><c>something1</c><c>something1</c><c>something1</c><c>something1</c><c>something1</c><c>something1</c><c></c><c></c><c>something1</c><c>something1</c></r>
    <r><c>something2</c><c>something2</c><c>something2</c><c>something2</c><c>something2</c><c>something2</c><c>something2</c><c>something2</c><c></c><c></c><c>something2</c><c>something2</c></r>
</root>

或者逐行解析文件:

from xml.dom.minidom import parseString
f = open('testData3.xml'):
    for line in f:
        xmltree = parseString(line)
        ...  
f.close()