質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.87%

  • Python

    6290questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • XML

    615questions

    XMLは仕様の1つで、マークアップ言語群を構築するために使われています。

Pythonでxmlファイルの要素数を算出

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 105

rr112527

score 1

 前提・実現したいこと

Pythonでxmlファイルの要素数を算出したいです.

 発生している問題・エラーメッセージ

論文データベースのxmlに,何件論文があるか調べたいのですが,
ネットで調べてあるコードを参考にしてみたところ以下のようなエラーが出ました.
どのように対処すればエラーが出ず論文数を算出できるでしょうか?

Traceback (most recent call last):

File "C:\Users\rr112\Anaconda3\lib\site-packages\IPython\core\interactiveshell.py", line 2862, in run_code
exec(code_obj, self.user_global_ns, self.user_ns)

File "<ipython-input-3-7862886a7fd8>", line 1, in <module>
tree = parse("dblp.xml")

File "C:\Users\rr112\Anaconda3\lib\xml\etree\ElementTree.py", line 1196, in parse
tree.parse(source, parser)

File "C:\Users\rr112\Anaconda3\lib\xml\etree\ElementTree.py", line 597, in parse
self._root = parser._parse_whole(source)

File "<string>", line unknown
ParseError: undefined entity &ouml;: line 43, column 18

 該当のソースコード

from xml.etree.ElementTree import *
tree = parse("dblp.xml")
elem = tree.getroot()

 試したこと

 補足情報(FW/ツールのバージョンなど)

初心者なので分かりやすく説明して頂けるとありがたいです.

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

+2

元データがhttp://dblp.org/xml/だとすると&ouml;というウムラウト付きのOの文字参照が含まれており、それをparserが解釈できないために発生しています。
ちなみにchromeなどのブラウザで開こうとしても同様エラーが発生します。

解決策としては、DTDで検証することで読み込めるようになります。
参考:lxml xmlsyntaxerror: entity 'ouml' not defined

from lxml import etree as ET
parser = ET.XMLParser(dtd_validation=True) # DTDを利用。.xml内に記載されているdblp.dtdが利用される
tree = ET.parse('dblp_test.xml', parser)
root = tree.getroot()
with open('ret.txt', 'w', encoding='utf-8') as f:
    for art in root.findall('article'):
        f.write( 'title[{}]\n'.format( art.find('title').text))
        for aut in art.findall('author'):
            f.write( 'author[{}]\n'.format(aut.text))
        f.write( '\n')


.xmlと同じ場所に公開されているdblp.dtdをダウンロードし、.xmlファイルと同じディレクトリに配置しておいてください。

dblp_test.xml

<?xml version="1.0" encoding="ISO-8859-1"?>
<!DOCTYPE dblp SYSTEM "dblp.dtd">
<dblp>
<article mdate="2017-05-28" key="journals/acta/Schonhage77">
<author>Arnold Sch&ouml;nhage</author>
<title>Schnelle Multiplikation von Polynomen &uuml;ber K&ouml;rpern der Charakteristik 2.</title>
<journal>Acta Inf.</journal>
<volume>7</volume>
<year>1977</year>
<pages>395-398</pages>
<url>db/journals/acta/acta7.html#Schonhage77</url>
<ee>https://doi.org/10.1007/BF00289470</ee>
</article>
<article mdate="2017-05-28" key="journals/acta/BozapalidisFR12">
<author>Symeon Bozapalidis</author>
<author>Zolt&aacute;n F&uuml;l&ouml;p 0001</author>
<author>George Rahonis</author>
<title>Equational weighted tree transformations.</title>
<pages>29-52</pages>
<year>2012</year>
<volume>49</volume>
<journal>Acta Inf.</journal>
</article>
</dblp>

ret.txt

title[Schnelle Multiplikation von Polynomen über Körpern der Charakteristik 2.]
author[Arnold Schönhage]

title[Equational weighted tree transformations.]
author[Symeon Bozapalidis]
author[Zoltán Fülöp 0001]
author[George Rahonis]

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/06/20 22:06

    分かりやすい説明ありがとうございます!!おかげさまで助かりました,卒業研究関係のため素早い回答とてもありがたかったです!!

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.87%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る

  • Python

    6290questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • XML

    615questions

    XMLは仕様の1つで、マークアップ言語群を構築するために使われています。