### Python解析XML文件以提取数据集类别 对于从XML文件中提取特定的数据项，如数据集类别信息，`xml.etree.ElementTree`模块提供了强大的功能来处理这类需求。通过实例化`ElementTree`类并调用`parse`方法可以加载整个文档到内存中的树结构[^1]。 下面是一个具体的例子，展示如何遍历目录下的所有XML文件，并从中抽取指定的信息： ```python import os import xml.etree.ElementTree as ET def extract_category_from_xml(xml_file_path): """Extract category information from an XML file.""" try: tree = ET.parse(xml_file_path) root = tree.getroot() # Assuming the tag name for categories is 'category' categories = [] for elem in root.iter('category'): categories.append(elem.text) return categories except Exception as e: print(f"Error processing {xml_file_path}: {e}") return [] def process_directory(directory_path): """Process all XML files within a given directory to collect their category info.""" collected_categories = {} for subdir, _, files in os.walk(directory_path): # 使用os.walk遍历子目录和文件名 for file in files: if file.endswith('.xml'): # 只处理扩展名为 .xml 的文件 full_path = os.path.join(subdir, file) categories = extract_category_from_xml(full_path) if categories: collected_categories[file] = categories return collected_categories if __name__ == "__main__": dir_to_process = r"path/to/your/xml/files" result = process_directory(dir_to_process) # 打印结果或者保存至CSV等其他操作... for key, value in result.items(): print(f"{key} contains these categories: {value}") ``` 此脚本会递归地访问给定路径下所有的`.xml`文件，并尝试找到标签名为`<category>`的元素，将其文本内容作为该文件所属的一个或多个分类记录下来。请注意调整实际使用的标签名称以匹配目标XML文件的具体格式[^2]。 #### 注意事项 - 上述代码假设每个类别由单独的`<category>`标签表示；如果实际情况不同，则需相应修改查找逻辑。 - 如果遇到复杂的命名空间问题，在创建`ET.parse()`对象之后但在调用`getroot()`之前设置默认命名空间可能会有所帮助[^3]。