Skip to main content
 首页 » 编程设计

python之如何将此功能应用于目录的所有 xml 文档

2025年02月15日7落叶无声

我有这个功能:

def parse(filename): 
    tweets=[] 
    with open(filename,'r') as filename: 
        tree = ET.parse(filename) 
        root = tree.getroot() 
        for document in root.iter('document'): 
            txt=document.text 
            txt=txt.replace("![CDATA[",'') 
            txt=txt.replace("]]",'') 
            txt=txt.strip() 
            tweets.append(document.text) 
    return ' '.join(tweets) 

解析一个xml文档的内容。我如何将它应用于目录中的所有 xml 文档并将它们返回到嵌套列表中:

[[content xml doc 1], [content xml doc 2],...,[content xml doc n]]

我试过这个:

for pathname in glob.glob(os.path.join('../dir', '*.xml')): 
    with open(pathname, 'r') as xmlfile: 
        filename = os.path.basename(pathname) 

但是,它没有返回任何东西。任何人都可以解释如何正确执行此操作吗?

请您参考如下方法:

您可以使用 os.walk这会产生 (dirpath, dirnames, filenames) 元组递归遍历目录:

for parent, directories, files in os.walk('dir'): 
    for filename in files: 
        if not filename.endswith('.xml'): 
            continue 
        pathname = os.path.join(parent, filename) 
        try: 
            parse(pathanme) 
        except ET.ParseError: 
            # Skip invalid xml 
            pass