使用BeautifulSoup解析KML文件生成Pandas DataFrame失败的问题及文件读取方法咨询

看起来你的代码已经迈出了第一步，但还需要调整下逻辑来精准提取你要的数据。我帮你修改并解释下怎么实现目标：

修正后的解析代码 #

首先，我们需要精准定位到name为MyNodes的Folder，然后遍历其下的Placemark节点提取所需字段：

from bs4 import BeautifulSoup
import pandas as pd

fn = r'sampleKMLFile.kml'
# 用with语句读取文件，自动处理文件关闭，更安全
with open(fn, 'r') as f:
    soup = BeautifulSoup(f, 'xml')

# 找到目标Folder（用find而非find_all，因为我们只需要第一个匹配的文件夹）
target_folder = soup.find("Folder", {"name": "MyNodes"})
# 获取该文件夹下所有的Placemark节点
placemarks = target_folder.find_all("Placemark")

# 准备存储数据的列表
data_records = []
for pm in placemarks:
    # 提取节点名称
    node_name = pm.find("name").text.strip()
    # 获取Camera标签下的经纬度
    camera_tag = pm.find("Camera")
    lon = camera_tag.find("longitude").text.strip()
    lat = camera_tag.find("latitude").text.strip()
    
    # 也可以选择从Point的coordinates字段提取（如果Camera标签不存在时可用）
    # coords = pm.find("Point").find("coordinates").text.strip().split(',')
    # lon, lat = coords[0], coords[1]
    
    # 将数据存入字典，方便后续转成DataFrame
    data_records.append({
        "MyNodes": node_name,
        "longitude": float(lon),
        "latitude": float(lat)
    })

# 生成目标DataFrame
result_df = pd.DataFrame(data_records)
print(result_df)

运行这段代码后，你就能得到和示例一致的DataFrame：

关键调整说明 #

• 文件读取：用with open替代直接open，能自动处理文件关闭，避免资源泄漏。
• 定位目标Folder：用find代替find_all，因为我们只需要匹配第一个名为MyNodes的文件夹，find_all会返回列表，需要额外索引才能操作。
• 字段提取：遍历每个Placemark，分别提取name、Camera下的经纬度，转成float类型方便后续数据分析。

关于补充疑问：读取文件生成样本/计数数据 #

上面的代码已经包含了完整的文件读取逻辑，在此基础上可以轻松生成样本或计数数据：

生成样本数据 #

直接提取你需要的字段即可，比如如果只需要前2条样本：

sample_df = result_df.head(2)
print(sample_df)

生成计数数据 #

统计MyNodes下的节点数量，或者特定条件的节点数：

# 统计MyNodes下的总节点数
total_nodes = len(placemarks)
print(f"MyNodes文件夹下共有{total_nodes}个节点")

# 统计纬度等于33的节点数量
lat_33_count = len(result_df[result_df['latitude'] == 33])
print(f"纬度为33的节点共有{lat_33_count}个")

内容的提问来源于stack exchange，提问作者Zanam