使用Pandas解析BindingDB XML时遇XPath无节点返回错误求助

错误原因 #

报错提示xpath does not return any nodes，核心问题是你指定的XPath路径.//bdb没有匹配到XML中的任何节点——BindingDB的getTargetByCompound接口返回的XML里，单个靶标数据的行节点并非<bdb>，而是带有命名空间的特定节点（比如<bdb:targetWithDrug>），且你需要准确匹配这个层级。

解决方案步骤 #

1. 先确认XML结构（关键）

先打印接口返回的XML内容，明确节点层级：

import requests

smile = 'C[C@H]1[C@H](C)CC[C@]2(C)CC[C@]3(C)C(=CC(=O)[C@@H]4[C@@]5(C)CC[C@@H](O)[C@](C)(C(=O)O)[C@@H]5CC[C@]43C)[C@H]12'
api_binding = requests.get(f'https://bindingdb.org/axis2/services/BDBService/getTargetByCompound?smiles={smile}&cutoff=1')
print(api_binding.text)

观察输出会发现，每个靶标的数据都包裹在<bdb:targetWithDrug>节点下，这才是你需要指定的行级节点。

2. 修正Pandas解析代码

调整XPath路径到正确的节点，同时保留命名空间配置：

import pandas as pd
import requests

smile = 'C[C@H]1[C@H](C)CC[C@]2(C)CC[C@]3(C)C(=CC(=O)[C@@H]4[C@@]5(C)CC[C@@H](O)[C@](C)(C(=O)O)[C@@H]5CC[C@]43C)[C@H]12'
api_binding = requests.get(f'https://bindingdb.org/axis2/services/BDBService/getTargetByCompound?smiles={smile}&cutoff=1')

# 命名空间保持正确配置，XPath指向实际行节点
namespaces = {"bdb": "https://ws.bindingdb.org/xsd"}
df = pd.read_xml(api_binding.text, xpath=".//bdb:targetWithDrug", namespaces=namespaces)

# 提取人类靶标信息
result = df.loc[df["species"] == "Homo sapiens (Human)", "target"]
print(result)

3. 备用方案：用lxml手动解析（应对复杂XML）

如果Pandas的read_xml对命名空间处理仍有问题，改用lxml直接解析节点：

import requests
import pandas as pd
from lxml import etree

smile = 'C[C@H]1[C@H](C)CC[C@]2(C)CC[C@]3(C)C(=CC(=O)[C@@H]4[C@@]5(C)CC[C@@H](O)[C@](C)(C(=O)O)[C@@H]5CC[C@]43C)[C@H]12'
api_binding = requests.get(f'https://bindingdb.org/axis2/services/BDBService/getTargetByCompound?smiles={smile}&cutoff=1')

# 解析XML根节点
root = etree.fromstring(api_binding.content)
ns = {"bdb": "https://ws.bindingdb.org/xsd"}

# 遍历所有靶标节点，提取字段
data = []
for node in root.xpath("//bdb:targetWithDrug", namespaces=ns):
    row = {
        "species": node.xpath("./bdb:species/text()", namespaces=ns)[0] if node.xpath("./bdb:species/text()", namespaces=ns) else None,
        "target": node.xpath("./bdb:target/text()", namespaces=ns)[0] if node.xpath("./bdb:target/text()", namespaces=ns) else None
        # 可添加其他需要的字段，比如affinity、inchi等
    }
    data.append(row)

# 转为DataFrame并筛选
df = pd.DataFrame(data)
result = df.loc[df["species"] == "Homo sapiens (Human)", "target"]
print(result)

关键说明 #

• 必须确保XPath指向XML中实际存在的行级节点，不能凭猜测写路径；
• 命名空间的前缀和URL必须和XML中的xmlns声明完全一致；
• 手动解析方式更灵活，适合结构复杂的XML数据。

内容的提问来源于stack exchange，提问作者pulkit leuva