TypeError：“lxml.etree._ElementTree”类型的对象没有 len()

Question

我正在尝试删除 Python 函数返回的 XML 文件中的一些空 text 标记，但我收到此错误：TypeError: object of type 'lxml.etree._ElementTree' has no len()。为什么？

这是函数：

def due(pdfpath):

ntree = uniform_cm(pdfpath)
etree.strip_tags(ntree, 'textline')

# Search for all text "textbox" elements
for textbox in ntree.xpath('//textbox'):
    new_line = etree.Element("new_line")
    previous_bb = None

    # From a given textbox element, iterate over all the "text" elements
    for x in textbox.iter("text"):
        # Get current bb valu
        bb = getBBoxFirstValue(x)
        # Check current and past values aren't empty
        if bb is not None and previous_bb is not None and (bb - previous_bb) > 20:
            # Inserte newline into parent tag
            x.getparent().insert(x.getparent().index(x), new_line)

            # A new "new_line" element is created
            new_line = etree.Element("new_line")

        # Append current element is new_line tag
        new_line.append(x)

        # Keep latest non empty BBox 1st value
        if bb is not None:
            previous_bb = bb

    # Add last new_line element if not null
    textbox.append(new_line)
tree = ntree


soup = BeautifulSoup(tree, "lxml")

for x in soup.find_all():
    if len(x.get_text(strip=True)) == 0:
        x.extract()


return tree

Answer 1

您的代码示例中 len 的only 情况是： if len(x.get_text(strip=True)) == 0:

但我检查了type(x) 并得到了bs4.element.Tag， 而在您的错误消息中是'lxml.etree._ElementTree' has no len()。

显然您的错误发生在某个其他地方。

对未来的建议：当您寻找异常原因时， 准确地说明它发生在哪一行。 StackTrace 包含有关此问题的指示。

所以我进行了一些调查，但与您没有任何关系 代码示例。

当您使用 lxml 解析 XML 文件时，例如：

from lxml import etree as et
tree = et.parse('Input.xml')

tree 的类型（整个 XML 文档）只是 lxml.etree._ElementTree。

当您现在尝试运行：len(tree) 时，您将得到：

TypeError: object of type 'lxml.etree._ElementTree' has no len()

但是当你从这棵树中读取一个 root 元素时：root = tree.getroot()， root 的类型是 lxml.etree._Element （注意现在你有 元素而不是整个文档），您可以运行len(root)， 获取其（直接）孩子的数量。任何其他都一样 将它作为 XML 树的元素。

还要注意 lxml 中的以下不一致：

当您从 字符串 读取 XML 内容时，即：root = et.XML(some_text_variable) 结果是根元素，而不是文档树。

现在你可以调用 len(root)。