Python lxml XPath SyntaxError：无效谓词

Question

这是描述表单的 XML 文件的一部分：

<?xml version="1.0" encoding="utf-8"?>
<ArrayOfHouse>
<XmlForm>
<houseNum>1</houseNum>
 <plan1> 
  <coord>
    <X> 1.2  </X>
    <Y> 2.1  </Y>
    <Z> 3.0  </Z>
  </coord>
  <color> 
    <R> 255 </R>
    <G> 0   </G>
    <B> 0   </B>
  </color>
 </plan1>
 <plan2>
  <coord>  
    <X> 21.2  </X>
    <Y> 22.1  </Y>
    <Z> 31.0  </Z>
  </coord>
  <color> 
    <R> 255 </R>
    <G> 0   </G>
    <B> 0   </B>
</color>
 </plan2> 
</XmlForm>


<XmlForm>
<houseNum>2</houseNum>
 <plan1> 
  <coord>
    <X> 11.2  </X>
    <Y> 12.1  </Y>
    <Z> 13.0  </Z>
  </coord>
  <color> 
    <R> 255 </R>
    <G> 255   </G>
    <B> 0   </B>
  </color>
 </plan1>
 <plan2>
  <coord>  
    <X> 211.2  </X>
    <Y> 212.1  </Y>
    <Z> 311.0  </Z>
  </coord>
  <color> 
    <R> 255 </R>
    <G> 0   </G>
    <B> 255   </B>
</color>
 </plan2> 
</XmlForm>
</ArrayOfHouse>

这是我为房子1和2恢复每个计划的坐标的代码，问题出在coord=tree.findall("XmlForm/[houseNum=str(houseindex)]这一行，使用houseindex.__str__()时出现同样的问题

import pandas as pd
import numpy as np
from lxml import etree
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
tree =etree.parse("myexample.xml")
#recuperate the columns name for pandas dataframe
planlist=tree.findall("XmlForm/[houseNum='1']/")

columns=[]

for el in planlist[1:]:
    columns.append(el.tag)

#Declare pandas dataFrame
df=pd.DataFrame(columns=list('XYZ'),dtype=float)
for houseindex in range(0,2):
    for index in range(len(columns)):

        coord=tree.findall("XmlForm/[houseNum=str(houseindex)]/"+columns[index]+"/coord/")
        XYZ=[]
        for cc in coord:
            XYZ.append(cc.text)
        df.loc[index]=XYZ
print(df)

Answer 1

您显然希望在构造 XPath 表达式之前用 Python 解释 str(houseindex)。 （您的错误消息告诉您 str() 不是 XPath 函数。）

因此，将coord=tree.findall()的参数从

"XmlForm/[houseNum=str(houseindex)]/"+columns[index]+"/coord/"

到

"XmlForm/[houseNum="+str(houseindex)+"]/"+columns[index]+"/coord/"

---

对该 XPath 的另外两个修复：

1. 删除XmlForm 的谓词前的/。
2. 在houseNum 的相等性测试周围添加引号。

没有更多语法错误的最终 XPath

以下 XPath 结合了所有三个修复，并且没有进一步的语法错误：

"XmlForm[houseNum='"+str(houseindex)+"']/"+columns[index]+"/coord/"

Answer 2

您不会将“houseindex”注入您的字符串。在您的 houseindex 循环中也要小心，因为您当前使用对应于 0 和 1 的 range(0, 2)。根据您的 xml 示例，您宁愿使用 range(1, 3)。

我相信你想要这样的东西（我稍微重构了你的代码以提高可读性）：

import pandas as pd
from lxml import etree

tree = etree.parse("myexample.xml")

# recuperate the columns name for pandas dataframe
plan_list = tree.findall("XmlForm/[houseNum='1']/")
columns = [el.tag for el in plan_list[1:]]

# Declare pandas dataFrame
data = list()
for house_index in range(1, 3):
    for column in columns:

        element_text = "XmlForm/[houseNum='{index}']/{column}/coord/".format(index=house_index, column=column)
        coord = tree.findall(element_text)
        row = [cc.text for cc in coord]
        data.append(row)

df = pd.DataFrame(data, columns=list('XYZ'), dtype=float)
print(df)