使用 pandas 读取 xml 文件

Question

我想将 xml 文件读取到 pandas。 这是示例 XML 文件

<author lang="en" class="1">
    <documents>
        <document><![CDATA[Hellow how are you]]></document>
        <document><![CDATA[I am good]]></document>
        <document><![CDATA[What about you]]></document>
    </documents>
</author>

这是我尝试过的

from xml.dom import minidom
xmldoc = minidom.parse('text.xml')
itemlist = xmldoc.getElementsByTagName('document')

但我不知道如何继续并从itemlist获取值。 当我打印它时，我关注 output

[<DOM Element: document at 0x170c9b229d0>,
 <DOM Element: document at 0x170c9b22a60>,
 <DOM Element: document at 0x170c9b22af0>]

我怎样才能从中取出字符串？

Answer 1

我相信你需要

import pandas as pd
from xml.dom import minidom
xmldoc = minidom.parse('text.xml')
itemlist = xmldoc.getElementsByTagName('document')

df = pd.DataFrame({"document": (i.firstChild.nodeValue for i in itemlist)})
print(df)

Output：

             document
0  Hellow how are you
1           I am good
2      What about you