Python读取指定XML文件返回NaN结果，求技术解决方案

你的问题出在不必要地用BeautifulSoup处理XML内容，BeautifulSoup解析后再转成字符串会打乱原始XML的结构，导致pd.read_xml无法正确识别数据。

直接用以下两种方法就能解决：

方法1：让pandas直接读取URL（带请求头） #

pd.read_xml支持直接传入URL，同时可以通过storage_options参数传递请求头：

import pandas as pd

headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/114.0.0.0 Safari/537.36'
}
url = 'https://www.europarl.europa.eu/meps/en/full-list/xml/a'
df = pd.read_xml(url, storage_options={'headers': headers})
print(df)

方法2：用requests获取后直接传递原始内容给pandas #

如果需要手动处理请求，直接把requests响应的content（字节流）传给pd.read_xml，不要经过BeautifulSoup：

import requests
import pandas as pd

headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/114.0.0.0 Safari/537.36'
}
url = 'https://www.europarl.europa.eu/meps/en/full-list/xml/a'
response = requests.get(url, headers=headers)
df = pd.read_xml(response.content)
print(df)

这两种方法都能正确解析XML中的MEP数据，不会返回NaN。

内容的提问来源于stack exchange，提问作者Giampaolo Levorato