为何无法通过循环使用xmltodict进行XML解析？

这问题我之前踩过坑，大概率是你的DataFrame里存在不符合XML格式的行——比如空值、空白字符串，或者格式损坏的XML内容。你单独测试的前两行没问题，但循环到某一行时就触发了解析错误。下面是具体的排查和解决步骤：

第一步：定位问题行 #

先写个带异常捕获的调试循环，把出错的索引和对应内容打印出来，精准定位问题：

parsed = {}
for ind in df['CONFIG'].index:
    try:
        parsed[ind] = xmltodict.parse(df['CONFIG'][ind])
    except Exception as e:
        print(f"⚠️  错误出现在索引 {ind}: {str(e)}")
        print(f"对应内容: {repr(df['CONFIG'][ind])}")
        # 打印后继续循环，不中断整个流程
        continue

运行这段代码后，你就能明确看到是哪一行的内容导致了解析失败，比如是空值NaN、空白字符串，或者是标签不闭合的损坏XML。

第二步：针对性处理问题行 #

根据排查结果，对异常内容做处理：

情况1：空值/空白字符串 #

如果是内容为空的行，可以直接跳过或设置默认值：

parsed = {}
for ind in df['CONFIG'].index:
    content = df['CONFIG'][ind]
    # 先判断内容是否有效
    if pd.isna(content) or not str(content).strip():
        parsed[ind] = None  # 或者设置成你需要的默认字典/标识
        continue
    # 正常解析有效内容
    try:
        parsed[ind] = xmltodict.parse(content)
    except Exception as e:
        print(f"跳过索引 {ind}: {str(e)}")
        parsed[ind] = None

情况2：格式损坏的XML #

如果是XML本身有语法问题（比如标签未闭合、特殊字符未转义），需要先修复该行的XML内容，或者确认数据来源是否存在存储截断的问题。如果无法修复，可以选择跳过该行，或者记录错误信息留待后续处理。

第三步：更简洁的批量处理（可选） #

如果你的DataFrame行数较多，用apply方法结合自定义函数会更高效：

import pandas as pd
import xmltodict

def safe_parse_xml(xml_str):
    # 先过滤空内容
    if pd.isna(xml_str) or not str(xml_str).strip():
        return None
    try:
        return xmltodict.parse(xml_str)
    except Exception as e:
        print(f"解析失败: {str(e)}")
        return None

# 直接在DataFrame新增一列存储解析结果
df['PARSED_CONFIG'] = df['CONFIG'].apply(safe_parse_xml)

关键提醒 #

单独测试前两行没问题不代表所有数据都合规，实际业务数据里经常会混入空值、脏数据，一定要先通过异常捕获定位到具体问题，再针对性处理。

内容的提问来源于stack exchange，提问作者Leon Batista