pandas.read_xml()解析无属性XML元素触发ValueError问题排查

报错原因 #

pandas.read_xml 默认优先解析目标元素的属性作为DataFrame的列。当<ELEM>没有属性、仅包含文本时，若只指定xpath为/ROOT/ELEM，pandas找不到可解析的属性，又未被明确告知要提取文本内容，就会抛出ValueError提示找不到节点或属性。

而当<ELEM>带有属性时，pandas会自动提取属性作为列，同时把元素的文本内容放到以元素名（ELEM）命名的列里，因此能正常生成DataFrame。

解决方案 #

要提取无属性元素的文本内容，需显式指定提取逻辑，以下两种方法均可实现：

方法1：直接提取文本节点 #

修改xpath指向元素的文本节点，并用names参数指定列名：

import pandas as pd

# 示例XML内容
xml_content = """
<ROOT>
    <ELEM>第一行文本</ELEM>
    <ELEM>第二行文本</ELEM>
    <ELEM>第三行文本</ELEM>
</ROOT>
"""

# 解析生成仅含文本列的DataFrame
df = pd.read_xml(xml_content, xpath='/ROOT/ELEM/text()', names=['ELEM'])
print(df)

方法2：使用elems_only参数（pandas 1.3+适用） #

若不想修改xpath，可设置elems_only=True，强制pandas解析元素的文本内容而非属性：

df = pd.read_xml(xml_content, xpath='/ROOT/ELEM', elems_only=True, names=['ELEM'])

执行后即可得到仅包含<ELEM>文本内容的单列DataFrame。

内容的提问来源于stack exchange，提问作者Art Gertner