如何跳过不含<Data>片段的XML文件以避免程序报错？

首先先修正你代码里的两个基础语法错误：

1. with open(xml) as data_file 语句末尾缺少冒号
2. file_content = data_file.read 需要改为 file_content = data_file.read()（read是文件对象的方法，必须加括号调用）

针对你遇到的「无标记的文件触发报错」问题，给你两种实用解决方案：

方案一：提前检查标记存在性，跳过不符合条件的文件 #

这种方式先判断文件内容里是否同时包含<Data和Data>，只有都存在才执行拆分逻辑，避免报错：

import glob

path = r"C:\Users\Nathan\Desktop\Test\*.xml"

for xml_path in glob.glob(path):
    with open(xml_path) as data_file:
        file_content = data_file.read()
        
        # 确认文件包含所需的起始和结束标记
        if "<Data" in file_content and "Data>" in file_content:
            xml_part2 = file_content.split("Data>", 1)[0]
            xml_file = "<Data" + xml_part2 + "Data>"
            # 这里添加你对xml_file的处理逻辑，比如解析、保存等
        else:
            print(f"跳过文件：{xml_path} - 未找到完整的<Data>标记")

方案二：捕获异常，自动跳过出错的文件 #

如果想覆盖更多异常场景（比如只存在其中一个标记的情况），可以用try-except捕获IndexError，遇到错误直接跳过当前文件：

import glob

path = r"C:\Users\Nathan\Desktop\Test\*.xml"

for xml_path in glob.glob(path):
    with open(xml_path) as data_file:
        file_content = data_file.read()
        
        try:
            # 执行拆分逻辑
            xml_part1 = file_content.split("<Data", 1)[1]
            xml_part2 = file_content.split("Data>", 1)[0]
            xml_file = "<Data" + xml_part2 + "Data>"
            # 处理xml_file的逻辑
        except IndexError:
            print(f"跳过文件：{xml_path} - 标记缺失或格式异常")

两种方案对比 #

• 方案一更高效，提前过滤不符合条件的文件，不会触发异常
• 方案二更灵活，能处理所有导致split索引越界的情况

内容的提问来源于stack exchange，提问作者Nathan Seiler