Python 3.x 将xml文件中的数据提取到数据帧中

我试图从一个xml文件中提取一些数据，下面是该文件的一个示例（它非常大）

head（）命令告诉我：

     Processo   Despacho    Titular     Marca   Procurador
0   909359539   [[]]      [[]]         None           []
1   826455069   [[]]      [[]]         None           []
2   916823270   [[]]      [[]]         None           []
3   916625303   [[]]      [[]]         None           []
4   916626873   [[]]      [[]]         None           None  

“Processo”运行良好，但“Despacho”、“Titular”和“Procurador”给了我这个括号，“Marca”没有给我数据，都是空值

我把所有的东西都转换成字符串，看看那些括号会变成什么，得到了这个

Processo    Despacho    Titular     Marca   Procurador
0   909359539   <Element 'despachos' at 0x7fb47f082b38>     <Element 'titulares' at 0x7fb47f08e1d8>     None    <Element 'procurador' at 0x7fb47f08e548>
1   826455069   <Element 'despachos' at 0x7fb47f08e5e8>     <Element 'titulares' at 0x7fb47f08e688>     None    <Element 'procurador' at 0x7fb47f08e9f8>
2   916823270   <Element 'despachos' at 0x7fb47f08ea98>     <Element 'titulares' at 0x7fb47f08eb38>     None    <Element 'procurador' at 0x7fb47f08eea8>
3   916625303   <Element 'despachos' at 0x7fb47f08ef48>     <Element 'titulares' at 0x7fb47f099048>     None    <Element 'procurador' at 0x7fb47f0994a8>
4   916626873   <Element 'despachos' at 0x7fb47f099548>     <Element 'titulares' at 0x7fb47f0995e8>     None    None

我得到了这个

Processo       Despacho     Titular     Marca   Procurador
0   909359539   \n           \n         \n     Vaz e Dias Advogados & Associados
1   826455069   \n           \n         \n     CIDWAN UBERLÂNDIA LTDA ME
2   916823270   \n           \n         \n     Wettor - Bureau de Apoio Empresarial S/S Ltda. ME
3   916625303   \n           \n         \n     Lilian de Melo Silveira Advogados Associados S/C
4   916626873   \n           \n         \n     None

---

现在“Procurador”也在工作，“我在“Marca”中得到了一些数据，但“/n”是怎么回事？xml文件中没有这样的字符串。发生了什么事？

注意：在结束

revista

问题是您没有使代码适应xml文件的结构

您会得到一个

\n

，因为

节点.find（'despachos'）。text

提供了

despachos

中包含的文本。但是，其中没有真正的文本，只有

\n

后跟空格。Pandas将按原样显示，无需任何解析。您必须应用

节点.find（'despachos'）。text.rstrip（）

以避免这种情况

此外，在

despacho

中，您有一个名为

despacho

的子节点，它是一个封闭的标记，因此也没有文本。但是，它有两个属性

codigo

和

nome

，您可以将其用作

processo

。例如：

node.find('despachos').find('despacho').attrib.get('nome')

它在第一个节点内找到第一个节点

despacho

，然后提取属性

nome

我以为你想要这样的东西：

将xml.etree.ElementTree作为et导入
作为pd进口熊猫
xtree=et.parse（“test.xml”）
xroot=xtree.getroot（）
df_cols=['Processo'，'Despacho'，'Titular'，'Marca'，'Procurador']
行=[]
对于xroot中的节点：
processo=node.attrib.get（'numero'）
despacho=node.find（'despachos'）.find（'despacho'）.attrib.get（'nome'））
titular=node.find（'titulares'）.find（'titular'）.attrib.get（'nome-razao-social'））
marca=node.find（'marca'）.find（'nome'）.text
procurador=node.find（'procurador'）。文本
附加（{'Processo'：Processo，'Despacho'：Despacho，'Titular'：Titular，'Marca'：Marca，'Procurador'：Procurador}）
pd.DataFrame（行、列=df_cols）

名义上的检察官程序 0 909359539高级行政区注册登记中心LTDA DSR高级行政区注册登记中心 1 826455069埃斯科拉赌场登记处-我的赌场登记处-我的赌场登记处

df_cols = ['Processo', 'Despacho', 'Titular', 'Marca', 'Procurador']
rows =[]
for node in xroot:
  processo = node.attrib.get('numero')
  despacho = node.find('despachos').text if node.find('despachos') is not None else None
  titular = node.find('titulares').text if node.find('titulares') is not None else None
  marca = node.find('marca').text if node.find('marca') is not None else None
  procurador = node.find('procurador').text if node.find('procurador') is not None else None

  rows.append({'Processo':processo, 'Despacho':despacho, 'Titular':titular, 'Marca':marca, 'Procurador':procurador})

rpi_df = pd.DataFrame(rows, columns= df_cols)

Processo       Despacho     Titular     Marca   Procurador
0   909359539   \n           \n         \n     Vaz e Dias Advogados & Associados
1   826455069   \n           \n         \n     CIDWAN UBERLÂNDIA LTDA ME
2   916823270   \n           \n         \n     Wettor - Bureau de Apoio Empresarial S/S Ltda. ME
3   916625303   \n           \n         \n     Lilian de Melo Silveira Advogados Associados S/C
4   916626873   \n           \n         \n     None

node.find('despachos').find('despacho').attrib.get('nome')

Processo Despacho Titular Marca Procurador 0 909359539 Concessão de registro DISTRIBUIDORA DE SUPERGELADOS REGIONAIS LTDA DSR DISTRIBUIDORA DE SUPERGELADOS REGIONAIS Vaz e Dias Advogados & Associados 1 826455069 Concessão de registro ESCOLA CASINHA BRANCA DE UBERLÂNDIA LTDA-ME CASINHA BRANCA CIDWAN UBERLÂNDIA LTDA ME