pythonでXMLのパースでkeyError: "="が出る

前提・実現したいこと

・ElementTreeを使って該当のXML文をパースし指定したタグで挟まれたテキストを抽出したいです。
・XMLファイルによってはsequence="1"~"6"まであります。

発生している問題・エラーメッセージ

・XML文中に"="を含むとエラーをはきます。

Traceback (most recent call last):
  File "C:\Program Files\Python37\lib\xml\etree\ElementPath.py", line 272, in iterfind
    selector = _cache[cache_key]
KeyError: ('.//parties/jp:applicants-agents-article/jp:applicants-agents sequence="1"/applicant sequence="1"/addressbook lang="ja"/name', (('jp', 'http://www.jpo.go.jp'),))

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
  File "C:\Users\T15015\PycharmProjects\PatentApp\patentApp\test_area.py", line 28, in <module>
    print("11-1．名前１：：" + str(elem.findtext('.//parties/jp:applicants-agents-article/jp:applicants-agents sequence="1"/applicant sequence="1"/addressbook lang="ja"/name', namespaces={'jp':'http://www.jpo.go.jp'})))
  File "C:\Program Files\Python37\lib\xml\etree\ElementPath.py", line 320, in findtext
    elem = next(iterfind(elem, path, namespaces))
  File "C:\Program Files\Python37\lib\xml\etree\ElementPath.py", line 286, in iterfind
    selector.append(ops[token[0]](next, token))
KeyError: '='

該当のソースコード

Python
1# -*- coding: utf-8 -*-
2import sys # sysモジュール読み込み
3import glob # globモジュール読み込み
4import os # osモジュール読み込み
5import codecs # codecsモジュールの読み込み
6from xml.etree.ElementTree import *
7# sys.stdout = codecs.getwriter('utf_8')(sys.stdout)
8
9drive =  r"C:\Users\test"
10os.chdir(drive) # 読み込み先に移動
11
12x = 'test.xml'
13tree = parse(x)
14elem = tree.getroot()
15print("11-1．名前１：：" + str(elem.findtext('.//parties/jp:applicants-agents-article/jp:applicants-agents sequence="1"/applicant sequence="1"/addressbook lang="ja"/name', namespaces={'jp':'http://www.jpo.go.jp'})))
16print("12-1．住所１：：" + str(elem.findtext('.//parties/jp:applicants-agents-article/jp:applicants-agents sequence="1"/applicant sequence="1"/addressbook lang="ja"/address/text', namespaces={'jp':'http://www.jpo.go.jp'})))

該当のXMLファイル

XML
1<?xml-stylesheet type="text/xsl" href="../../../../../XSL/gat-a.xsl"?>
2
3<!DOCTYPE jp-official-gazette PUBLIC "-//JPO//DTD PUBLISHED PATENT/UTILITY MODEL APPLICATION 1.0//EN" "../../../../../DTD/gat-a.dtd">
4
5<jp-official-gazette kind-of-jp="A" kind-of-st16="A" lang="ja" dtd-version="1.0" country="JP" xmlns:jp="http://www.jpo.go.jp"><bibliographic-data lang="ja" country="JP">
6
7    <publication-reference>
8
9      <document-id>
10
11        <country>JP</country>
12
13        <doc-number>2017200451</doc-number>
14
15        <kind>公開特許公報(A)</kind>
16
17        <date>20171109</date>
18
19      </document-id>
20
21    </publication-reference>
22
23    <application-reference>
24
25      <document-id>
26
27        <doc-number>2016093031</doc-number>
28
29        <date>20160506</date>
30
31      </document-id>
32
33    </application-reference>
34
35    <invention-title>飲料</invention-title>
36
37    <parties>
38
39      <jp:applicants-agents-article>
40
41        <jp:applicants-agents sequence="1">
42
43          <applicant sequence="1">
44
45            <addressbook lang="ja">
46
47              <name>株式会社パテント</name>
48
49              <registered-number>000135324</registered-number>
50
51              <address>
52
53                <text>東京都</text>
54
55              </address>
56
57            </addressbook>
58
59          </applicant>
60
61        </jp:applicants-agents>
62
63      </jp:applicants-agents-article>
64
65      <inventors>
66
67        <inventor sequence="1">
68
69          <addressbook>
70
71            <name>山田次郎</name>
72
73            <address>
74
75              <text>千葉県</text>
76
77            </address>
78
79          </addressbook>
80
81        </inventor>
82
83        <inventor sequence="2">
84
85          <addressbook>
86
87            <name>山田三郎</name>
88
89            <address>
90
91              <text>神奈川県</text>
92
93            </address>
94
95          </addressbook>
96
97        </inventor>
98
99      </inventors>
100
101    </parties>
102
103    <classification-ipc><edition/><main-clsf>A23L   2/00        20060101AFI20171013BHJP        </main-clsf><further-clsf>A23L   2/52        20060101ALI20171013BHJP        </further-clsf></classification-ipc>
104
105    <classification-national><country>JP</country><main-clsf>A23L2/00 B</main-clsf><further-clsf>A23L2/00 F</further-clsf></classification-national>
106
107    <number-of-claims jp:adopted-law="claim">1</number-of-claims>
108
109    <jp:request-for-examination true-or-false="false"/>
110
111    <jp:filing-form>ＯＬ</jp:filing-form>
112
113    <jp:total-pages>6</jp:total-pages>
114
115    <jp:theme-code-info>
116
117      <jp:theme-code>4B117</jp:theme-code>
118
119    </jp:theme-code-info>
120
121    <jp:f-term-info>
122
123      <jp:f-term>4B117LC03</jp:f-term>
124
125      <jp:f-term>4B117LC04</jp:f-term>
126
127      <jp:f-term>4B117LG11</jp:f-term>
128
129      <jp:f-term>4B117LK08</jp:f-term>
130
131      <jp:f-term>4B117LK11</jp:f-term>
132
133      <jp:f-term>4B117LL02</jp:f-term>
134
135    </jp:f-term-info>
136
137  </bibliographic-data><jp:image-of-bibliographic-data><img id="000001" he="140" wi="160" file="2017200451.tif" img-format="tif" img-content="drawing"/></jp:image-of-bibliographic-data><description>
138

欲しい結果

11-1．名前１：：株式会社パテント
12-1．住所１：：天王洲アイル

試してみたこと

・"="を他文字に置換　→　xml.etree.ElementTree.ParseError
・tree = parse(x)の後ろの行で"="を置換　→　AttributeError: 'ElementTree' object has no attribute 'replace'

補足情報(FW/ツールのバージョンなど)

バージョン：Python3.7
開発環境：Atom1.31.2

can110

2018/12/06 08:01

該当のXMLファイルはタグで閉じられていないようです。修正すると回答得られやすいかと思います。

sera_sera

2018/12/06 09:06

返信ありがとうございます。<jp:applicants-agents sequence="1">の事でしょうか？

can110

2018/12/06 09:23 編集

どれかは不明ですが、当方のXMLエディタ（Microsoft XML Notepad）では開けません。そちらでは正常に開けますか？

sera_sera

2018/12/06 09:30

このXMLファイル中に個人情報の入っているタグなのが含まれていた関係で一部を抜粋して質問欄に載せています。それのせいかもしれません。情報を修正しながら質問内容を書き換えてみます。

Lhankor_Mhy

2018/12/06 09:59

あまり詳しくないので的外れだったら申し訳ないのですが、 xpath って「jp:applicants-agents sequence="1"」のような表現が許されてるんでしたっけ？属性って@で記述するのではないのですか？

sera_sera

2018/12/12 06:24

返信遅れて申し訳ありません！当方ＸＭＬは初心者でして「属性」について初めて知りました。Lhankor_Mhyさんの助言を参考にいろいろと調べてみたところ解決することができました！検索条件の指定方法がいけなかったんですね。ありがとうございました！！

行動規範の内容に同意します

回答1件

自己解決

属性（sequence="1"など）は検索条件の中に入れることができないので、タグ名[@属性]の文法で指定する。

Python
1x = 'test.xml'
2tree = parse(x)
3elem = tree.getroot()
4print("11-1．名前１：：" + str(elem.findtext('.//parties/jp:applicants-agents-article/jp:applicants-agents[@sequence="1"]/applicant[@sequence="1"]/addressbook[@ lang="ja"]/name', namespaces={'jp':'http://www.jpo.go.jp'})))
5print("12-1．住所１：：" + str(elem.findtext('.//parties/jp:applicants-agents-article/jp:applicants-agents[@sequence="1"]/applicant[@sequence="1"]/addressbook[@ lang="ja"]/address/text', namespaces={'jp':'http://www.jpo.go.jp'})))