Python 将文件夹中的xml文件放入列表

我对编程非常陌生，这是我第一次使用xml，但在课堂上，我用博客数据集做了一个性别分类项目。 我有一个由xml文件组成的文件夹。现在我需要列出那里的文件名。 然后，我应该能够使用循环遍历列表，打开每个包含XML的文件，从中获取我想要的内容（例如文本和类），然后将其存储在另一个变量中，就像将其添加到列表或字典中一样

我试过一些东西，但是不对，我有点卡住了。有人能帮我吗？这是我到目前为止所拥有的：

path ='\\Users\\name\\directory\\folder'
dir = os.listdir( path )
def select_files_in_folder(dir, ext):
    for filename in os.listdir(path):
        fullname= os.path.join(path, filename)
        tree = ET.parse(fullname)
    for elem in doc.findall('gender'):
        print(elem.get('gender'), elem.text)

---

如果要构建给定目录中所有xml文件的列表，可以执行以下操作

def get_xml_files(path):
    xml_list = []
    for filename in os.listdir(path):
        if filename.endswith(".xml"):
            xml_list.append(os.path.join(path, filename))
    return xml_list

请记住，这不是通过文件夹递归的，它只是假设xml文件以.xml结束

编辑：

解析xml在很大程度上取决于您将要使用的库。从您的代码中，我猜您使用的是xml.etree.ElementTree（请记住，此库对于恶意构造的数据是不安全的）

---

如果要构建给定目录中所有xml文件的列表，可以执行以下操作

def get_xml_files(path):
    xml_list = []
    for filename in os.listdir(path):
        if filename.endswith(".xml"):
            xml_list.append(os.path.join(path, filename))
    return xml_list

请记住，这不是通过文件夹递归的，它只是假设xml文件以.xml结束

编辑：

解析xml在很大程度上取决于您将要使用的库。从您的代码中，我猜您使用的是xml.etree.ElementTree（请记住，此库对于恶意构造的数据是不安全的）

---

你到底被困在哪里？你能举个例子吗output@ponayz我刚刚学了一点编程，所以这对我来说已经很难了。我被卡住了，因为我不确定接下来会发生什么。这段代码没有给出错误，但我认为它会创建一个包含xml文件夹的列表，一个我可以打印的列表。其次，我不确定“findall博士中的元素”。我的目标是获取文本和类标签，在本例中是性别。但我现在不知道该怎么办that@Debabrata我的目标是最终创建一个jsonfile，它由包含文本和classlabel@Lorien您可以使用xmltodict模块，它将从xml文件链接为您提供字典：示例：xml文件：code:

import json，xmltodict data=xmltodict.parse（open（'t1.xml'）.read（）)res=map（lambda x:[x['title']、x['genre']、x['price']、data['catalog']['book']）res=json.dumps（res）

你到底被困在哪里了？你能给出一个示例吗output@ponayz我刚刚学了一点编程，所以这对我来说已经很难了。我被卡住了，因为我不确定接下来会发生什么。这段代码没有给出错误，但我认为它会创建一个包含xml文件夹的列表，一个我可以打印的列表。其次，我不确定“findall博士中的元素”。我的目标是获取文本和类标签，在本例中是性别。但我现在不知道该怎么办that@Debabrata我的目标是最终创建一个jsonfile，它由包含文本和classlabel@Lorien您可以使用xmltodict模块，它将从xml文件链接为您提供字典：示例：xml文件：code:

import json，xmltodict data=xmltodict.parse（open（'t1.xml'）.read（）)res=map（lambda x:[x['title']，x['genre']，x['price']]，data['catalog']['book']）res=json.dumps（res）

@ponyaz非常感谢您的帮助！最后一个问题：现在我想遍历这个列表，获取每个文件的类和文本，并将其放在不同的列表中。此列表将成为我的数据集。这就是我所拥有的，但我得到一个str对象没有atribute findall错误<代码>定义训练数据集（列表）：对于列表中的文件\u文件：raw=open（file）.read（）tree=ET.parse（file）对于文件中的树：data=[]data.append（[s.text for s in tree.findall（'id'/'text'/'age\u group'））返回数据错误说明了事实，因为您的var树不再是ET元素，因为您对文件中的树执行了

，这意味着您要迭代字符串filename@ponyaz非常感谢你的帮助！最后一个问题：现在我想遍历这个列表，获取每个文件的类和文本，并将其放在不同的列表中。此列表将成为我的数据集。这就是我所拥有的，但我得到一个str对象没有atribute findall错误<代码>定义训练数据集（列表）：对于列表中的文件\u文件：raw=open（file）.read（）tree=ET.parse（file）对于文件中的树：data=[]data.append（[s.text for s in tree.findall（'id'/'text'/'age\u group'））返回数据

错误说明了事实，因为您的var树不再是ET元素，因为您对文件中的树执行了

，这意味着您要迭代字符串文件名