Python提取Excel(XLSX)中connections.xml的<dbPr>节点遇问题求助

核心问题分析 #

1. 节点遍历逻辑错误：XML解析后，childNodes会包含文本节点（比如换行、空格），原代码直接遍历所有子节点，导致后续处理了无效节点，且没有直接定位到目标<dbPr>节点。
2. 属性访问方式错误：attributes.values()返回的是dict_values对象，不支持下标[0]/[1]访问，这是触发TypeError: 'dict_values' object is not subscriptable的直接原因。

修正后的代码 #

import zipfile
from xml.dom.minidom import parseString

def writeoutput(filename, dsn, sql):
    # 可根据需求修改输出逻辑，比如写入文件
    print(f"文件路径: {filename}")
    print(f"连接字符串: {dsn}")
    print(f"SQL语句: {sql}\n")

def checkfile(filename):
    if zipfile.is_zipfile(filename):
        with zipfile.ZipFile(filename, 'r') as zf:
            if "xl/connections.xml" in zf.namelist():
                print(f"检测到连接配置文件: {filename}")
                xml_content = zf.read('xl/connections.xml')
                root = parseString(xml_content)
                
                # 获取所有connection节点
                connections = root.getElementsByTagName('connection')
                for con in connections:
                    # 直接定位目标dbPr节点，跳过无效文本节点
                    db_pr_nodes = con.getElementsByTagName('dbPr')
                    if db_pr_nodes:
                        db_pr = db_pr_nodes[0]
                        # 通过属性名直接取值，避免下标访问错误
                        dsn = db_pr.getAttribute('connection')
                        sql = db_pr.getAttribute('command')
                        writeoutput(filename, dsn, sql)

关键修复点说明 #

• 精准定位节点：用getElementsByTagName('dbPr')直接从<connection>节点下获取目标节点，无需遍历所有子节点，避免处理无效的文本节点。
• 属性访问优化：替换attributes.values()下标访问为getAttribute('属性名')方法，既解决了类型错误，又让代码可读性、健壮性更强。
• 资源安全管理：使用with语句管理ZipFile对象，确保文件自动关闭，避免资源泄漏。
• 移除冗余异常捕获：原代码的try-except会掩盖真实错误，修复后可精准排查问题，如需捕获异常可针对性添加。

内容的提问来源于stack exchange，提问作者Fandango68