如何使用Python合并不同子文件夹中同名的多个XML文件？

核心思路 #

• 遍历指定根目录下的所有一级子文件夹
• 逐个检查子文件夹中是否存在目标同名XML文件
• 解析每个有效XML的内容，提取需要合并的节点（保留原结构，避免重复根节点）
• 将合并后的完整XML写入指定输出目录

Python 实现代码 #

以下代码基于标准库xml.etree.ElementTree实现，无需额外安装依赖：

import os
import xml.etree.ElementTree as ET
from xml.dom import minidom

def merge_xml_files(root_dir, target_xml_name, output_dir):
    # 创建输出目录（如果不存在）
    os.makedirs(output_dir, exist_ok=True)
    merged_root = None

    # 遍历根目录下的所有子文件夹
    for subdir, _, files in os.walk(root_dir):
        # 跳过根目录本身，只处理子文件夹
        if subdir == root_dir:
            continue
        # 检查当前子文件夹是否存在目标XML文件
        if target_xml_name in files:
            xml_path = os.path.join(subdir, target_xml_name)
            try:
                # 解析XML文件
                tree = ET.parse(xml_path)
                current_root = tree.getroot()

                # 初始化合并根节点（用第一个XML的根节点作为基准）
                if merged_root is None:
                    merged_root = ET.Element(current_root.tag, current_root.attrib)
                # 将当前XML的所有子节点添加到合并根节点中
                for child in current_root:
                    merged_root.append(child)
            except ET.ParseError as e:
                print(f"解析文件 {xml_path} 出错: {e}")
            except Exception as e:
                print(f"处理文件 {xml_path} 时发生未知错误: {e}")

    # 如果有合并内容，写入输出文件
    if merged_root is not None:
        # 格式化XML输出（美化缩进）
        rough_string = ET.tostring(merged_root, 'utf-8')
        reparsed = minidom.parseString(rough_string)
        pretty_xml = reparsed.toprettyxml(indent="  ")
        # 去除自动添加的xml声明重复问题
        pretty_xml = '\n'.join([line for line in pretty_xml.split('\n') if line.strip() and not line.strip().startswith('<?xml')])
        output_path = os.path.join(output_dir, f"merged_{target_xml_name}")
        with open(output_path, 'w', encoding='utf-8') as f:
            f.write('<?xml version="1.0" encoding="UTF-8"?>\n')
            f.write(pretty_xml)
        print(f"合并完成，文件已保存至: {output_path}")
    else:
        print("未找到任何可合并的XML文件")

# 示例调用
if __name__ == "__main__":
    # 替换为你的实际路径和文件名
    ROOT_DIRECTORY = "./your_root_folder"
    TARGET_XML = "data.xml"  # 子文件夹中同名的XML文件名
    OUTPUT_DIRECTORY = "./merged_output"
    merge_xml_files(ROOT_DIRECTORY, TARGET_XML, OUTPUT_DIRECTORY)

关键说明 #

• 跳过根目录：os.walk会遍历所有层级，这里通过判断subdir == root_dir跳过根目录，只处理一级子文件夹
• XML合并逻辑：以第一个XML的根节点作为合并后的根节点，后续所有XML的子节点直接追加，确保结构合法
• 错误处理：捕获解析错误和未知异常，避免单个文件出错导致整个流程中断
• 格式化输出：使用minidom美化XML缩进，同时手动添加标准XML声明，避免重复

注意事项 #

如果你的XML包含命名空间，需要在解析时处理命名空间前缀，否则可能导致节点无法正确识别。可以通过ET.register_namespace注册命名空间，或者在解析时忽略前缀（根据实际需求调整）。

内容的提问来源于stack exchange，提问作者Elena Dobrovskiy