Python实现XML匹配Excel数据替换标签报错求助

我有多个命名格式为LLL_XXXXXXXXX_title.xml的XML文件（LLL_后固定为8位字符），另有一个含900+行的Excel文件，结构如下：

XML文件中包含<dtp1>text</dtp1>、<dtp2>text</dtp2>、<dtp3>text</dtp3>标签，我希望通过Python脚本实现：遍历XML文件，提取文件名中LLL_后的8位字符，匹配Excel的reference列，获取对应dtp1、dtp2、dtp3列的值，替换XML标签文本。

我作为Python初学者编写了如下脚本：

import numpy as np
import openpyxl
import pandas as pd
import xml.etree.ElementTree as ET
import os

table1 = pd.read_excel('C:/Users/Documents/datatypes.xlsx', na_values=['NA'])
table2 = table1.replace('\xa0', ' ',regex=True)

for root, dirs, files in os.walk("."):
    for file in files :
        if file[-4:] == '.xml':
            #print(file)
            xml = ET.parse('LLL_ABC0D012_title.xml')
            root = xml.getroot()
            dtp1_xml = root[8]
            dtp2_xml = root[9]          
            dtp3_xml = root[10]
            num = file[4:12]
            #print(num)
            dtp1_excel = table2['dtp1'].where(table2['reference'] == num)
            dtp1_xml.text = dtp1_excel
            #print(dtp1_xml.text)
            ET.indent(root)
            xml.write("LLL_ABC0D012_title.xml", encoding='utf-8', xml_declaration=True, method='xml')

但脚本运行异常，dtp1_excel未返回匹配的单元格值，而是输出全NaN的Series：

0      NaN
1      NaN
2      NaN
3      NaN
4      NaN
      ...
931    NaN
932    NaN
933    NaN
934    NaN
935    NaN
Name: dtp1, Length: 936, dtype: object

我的Excel中reference和dtp1列无NaN值，应该只返回单个单元格值。请问我的实现思路哪里出错了？

核心错误点 #

1. 硬编码XML文件名：脚本固定解析LLL_ABC0D012_title.xml，未处理循环到的当前XML文件，导致提取的num与实际操作文件不匹配。
2. where方法使用错误：table2['dtp1'].where(...)会返回完整Series，仅保留匹配位置的值，其余设为NaN，无法直接获取单个匹配值。
3. 固定索引访问XML元素风险高：用root[8]、root[9]这种索引定位标签，XML结构变化就会失效，应按标签名查找。
4. 硬编码输出文件名：写入时固定用LLL_ABC0D012_title.xml，会覆盖原文件且无法处理其他XML。

修复后的脚本 #

import pandas as pd
import xml.etree.ElementTree as ET
import os

# 读取Excel并构建快速匹配的字典映射
table = pd.read_excel('C:/Users/Documents/datatypes.xlsx', na_values=['NA'])
table = table.replace('\xa0', ' ', regex=True)
# 将reference设为索引，转成字典，后续通过键直接取值，效率更高
ref_map = table.set_index('reference')[['dtp1', 'dtp2', 'dtp3']].to_dict('index')

# 遍历所有XML文件
for root_dir, _, files in os.walk("."):
    for file in files:
        if file.endswith('.xml'):
            # 提取文件名中LLL_后的8位字符
            if len(file) >= 12 and file.startswith('LLL_'):
                num = file[4:12]
                # 检查是否存在匹配的reference
                if num in ref_map:
                    dtp_values = ref_map[num]
                    # 解析当前XML文件（拼接完整路径）
                    xml_path = os.path.join(root_dir, file)
                    tree = ET.parse(xml_path)
                    xml_root = tree.getroot()
                    
                    # 按标签名查找并替换文本
                    dtp1_elem = xml_root.find('dtp1')
                    if dtp1_elem is not None:
                        dtp1_elem.text = dtp_values['dtp1']
                    
                    dtp2_elem = xml_root.find('dtp2')
                    if dtp2_elem is not None:
                        dtp2_elem.text = dtp_values['dtp2']
                    
                    dtp3_elem = xml_root.find('dtp3')
                    if dtp3_elem is not None:
                        dtp3_elem.text = dtp_values['dtp3']
                    
                    # 保存修改后的XML（覆盖原文件，如需保留原文件可修改文件名）
                    ET.indent(xml_root)
                    tree.write(xml_path, encoding='utf-8', xml_declaration=True, method='xml')
                else:
                    print(f"未找到匹配的reference：{num}，文件：{file}")
            else:
                print(f"文件名格式不符合要求：{file}")

关键优化说明 #

• 将Excel的reference设为索引并转成字典，匹配时直接通过键取值，比循环查找效率高，适合900+行的数据集。
• 用file.endswith('.xml')替代file[-4:] == '.xml'，更简洁可靠。
• 用os.path.join拼接完整文件路径，避免子目录下的文件路径错误。
• 添加格式检查和存在性判断，避免因文件名错误或无匹配数据导致崩溃，同时输出提示便于排查。
• 用find()按标签名查找元素，避免XML结构变化导致的索引错误。

内容的提问来源于stack exchange，提问作者Camille