如何统计目录XML文件mpeg7text:Keyword元素指定词出现次数并解决XPath命名空间报错

• 你在XPath表达式中使用了mpeg7text命名空间前缀，但没有向lxml的xpath方法传入前缀对应的命名空间映射，导致解析器无法识别该前缀
• XPath中匹配文本的目标单词没有加引号，会被解析器识别为节点名称而非字符串常量，无法正确匹配内容
• 原有代码未做计数累加，也没有接收xpath返回的统计结果，无法得到最终总次数

首先打开你任意一个XML文件，在根节点的属性中找到xmlns:mpeg7text="xxx"对应的xxx值（也就是mpeg7text的命名空间URI），填入下方代码的namespaces字典中，常见的mpeg7 text命名空间URI为http://www.mpeg7.org/2001/MPEG7/Text，如果和你的文件不一致替换即可。

import os
import lxml.etree as et

# 配置项
XML_FOLDER = "替换为你的XML文件夹路径"
TARGET_WORD = "Impfstoff"  # 要统计的目标单词
# 命名空间映射，key是xpath里用的前缀，value是xml里对应的命名空间URI
NAMESPACES = {
    "mpeg7text": "http://www.mpeg7.org/2001/MPEG7/Text"  # 替换为你XML里的实际值
}

total_count = 0

for filename in os.listdir(XML_FOLDER):
    if not filename.endswith('.xml'):
        continue
    full_path = os.path.join(XML_FOLDER, filename)
    tree = et.parse(full_path)
    # 传入命名空间映射，字符串变量用f-string拼接，注意加单引号包裹
    current_count = tree.xpath(
        f"count(.//mpeg7text:Keyword/mpeg7text:Keyword[.='{TARGET_WORD}'])",
        namespaces=NAMESPACES
    )
    total_count += int(current_count)

print(f"单词{TARGET_WORD}总出现次数：{total_count}")

• 如果要统计多个单词，可以把TARGET_WORD改成列表循环统计即可
• 如果XML文件的编码特殊，解析时可以添加et.parse(full_path, parser=et.XMLParser(encoding='utf-8'))指定编码避免乱码

内容的提问来源于stack exchange，提问作者kathi94