xmlのタグの中の文字列を取得する方法

前提・実現したいこと

プログラミング初心者です。
xmlのタグの中の文字列を取得したいです。
具体的には下のxmlファイルの**gml:posList～</gml:posList>**の間の文字列を取得したいです。
どなたかご存じの方がいれば教えていただきたいです。
よろしくおねがいします。

発生している問題・エラーメッセージ

下にあるpythonのソースコードを動かすと

Traceback (most recent call last):
  File "C:\ProgramData\Anaconda3\lib\xml\etree\ElementPath.py", line 263, in iterfind
    selector = _cache[cache_key]
KeyError: ('./gml:posList', None)

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
  File "C:\ProgramData\Anaconda3\lib\xml\etree\ElementPath.py", line 80, in xpath_tokenizer
    raise KeyError
KeyError

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
  File "swe5_xml_enoshima.py", line 38, in <module>
    for i in root.findall('./gml:posList'):
  File "C:\ProgramData\Anaconda3\lib\xml\etree\ElementPath.py", line 304, in findall
    return list(iterfind(elem, path, namespaces))
  File "C:\ProgramData\Anaconda3\lib\xml\etree\ElementPath.py", line 283, in iterfind
    token = next()
  File "C:\ProgramData\Anaconda3\lib\xml\etree\ElementPath.py", line 83, in xpath_tokenizer
    raise SyntaxError("prefix %r not found in prefix map" % prefix)
SyntaxError: prefix 'gml' not found in prefix map

といった感じでエラーが出ます。

該当のソースコード

xml
1<?xml version="1.0" encoding="utf-8"?>
2<Dataset xsi:schemaLocation="http://fgd.gsi.go.jp/spec/2008/FGD_GMLSchema FGD_GMLSchema.xsd"
3	xmlns:gml="http://www.opengis.net/gml/3.2"
4	xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
5	xmlns:xlink="http://www.w3.org/1999/xlink"
6	xmlns="http://fgd.gsi.go.jp/spec/2008/FGD_GMLSchema"
7	gml:id="Dataset1">
8  <gml:description>基盤地図情報メタデータ ID=fmdid:18-1001</gml:description>
9  <gml:name>基盤地図情報ダウンロードデータ（GML版）</gml:name>
10<Cstline gml:id="K14_5022012708_1">
11<fid>50220-12708-s-2392</fid>
12<lfSpanFr gml:id="K14_5022012708_1-1">
13<gml:timePosition>2016-11-15</gml:timePosition>
14</lfSpanFr>
15<devDate gml:id="K14_5022012708_1-2">
16<gml:timePosition>2018-10-02</gml:timePosition>
17</devDate>
18<orgGILvl>2500</orgGILvl>
19<loc>
20<gml:Curve gml:id="K14_5022012708_1-g" srsName="fguuid:jgd2011.bl">
21<gml:segments>
22<gml:LineStringSegment>
23<gml:posList>
2435.305659750 139.505287500
2535.305639250 139.505346306
26</gml:posList>
27</gml:LineStringSegment>
28</gml:segments>
29</gml:Curve>
30</loc>
31<type>その他</type>
32</Cstline>
33・・・

python
1import xml.etree.ElementTree as ET 
2
3# XMLファイルを解析
4tree = ET.parse('C:\Users\root\Documents\xml_sax_0003x\data\Cstline\FG-GML-523973-Cstline-20190701-0001.xml') 
5
6m=0
7# XMLを取得
8root = tree.getroot()
9for i in root.findall('./gml:posList'):
10    print(i.attrib)
11    m+=1
12print(m)

試したこと

pythonコードで

for i in root.findall('./gml:posList'):
↓
for i in root.findall('./posList'):

に変えてみたり、エラーメッセージをグーグルで検索したのですが駄目そうです。

補足情報（FW/ツールのバージョンなど）

xmlファイルについてですが、

このような形のブロックが下に続く形式です。

行動規範の内容に同意します

回答1件

ベストアンサー

同じサイトでXMLをダウンロードしてチェックしてみました。

XMLを整形してみると gml:posList は深い階層にあるので './gml:posList' では取得できなさそうですね。

子要素以下をすべて取得する './/gml:posList' の書き方は試されましたか?

この記法はxpathといいます。以下の記事などに説明がありました

http://hikm.hatenablog.com/entry/20090206/1233950923

gml: の部分は名前空間といいます。これがあることによってエラーが発生しているのかどうかは私にもわかりません

https://orangain.hatenablog.com/entry/namespaces-in-xpath

投稿2019/11/23 11:06

flogcode

総合スコア37

masaw

2019/11/24 03:01 編集

早速ご返信いただきありがとうございます！ import xml.etree.ElementTree as ET # XMLファイルを解析 tree = ET.parse('C:\Users\root\Documents\xml_sax_0003x\data\Cstline\FG-GML-523973-Cstline-20190701-0001.xml') # XMLを取得 root = tree.getroot() text = root.findall(".//gml:posList",{"gml":"http://www.opengis.net/gml/3.2"}) このようにxpathの使用、第2引数に名前空間の「辞書」の挿入により実行されることがわかりました！ 1週間ほど困っていたので本当にありがとうございました！ここでお恥ずかしながら質問があるのですがよいでしょうか？いざ実行すると [<Element '{http://www.opengis.net/gml/3.2}posList' at 0x000001B74A859098>, <Element '{http://www.opengis.net/gml/3.2}posList' at 0x000001B74A8598B8>, ・・・ <Element '{http://www.opengis.net/gml/3.2}posList' at 0x000001B74AB05E08>, <Element '{http://www.opengis.net/gml/3.2}posList' at 0x000001B74AB08318>] のようなリストが出力されるのですが、これを数字に変える(数字で出力する)ことは可能でしょうか？今回だと [35.315734167, 139.383392556, 35.315747722, 139.383381917, 35.315770306, 139.383366611, ・・・] こんなかんじに出力したいです。そして、at以下が何を示しているのかわからないです。いろいろ不勉強で申し訳ありませんが、もしご存じであればご教授していただけると幸いです。

flogcode

2019/11/24 05:01

取得できそうですか、よかったです! text という変数の中身が `Element` のリストのようですね。 `Element` は Pythonのクラス名というもので ElementTree の使い方を確認するのがいいと思います [xml.etree.ElementTree \-\-\- ElementTree XML API — Python 3.8.0 ドキュメント](https://docs.python.org/ja/3/library/xml.etree.elementtree.html) 中身のテキストが取得したいのであれば 1. リストを for で1づつ取得する 2. 取得した1つの Element の .text などのプロパティを print してみるを試してみてください!

masaw

2019/11/24 07:08

中身のテキスト得ることできました！！ import xml.etree.ElementTree as ET # XMLファイルを解析 tree = ET.parse('C:\Users\root\Documents\xml_sax_0003x\data\Cstline\FG-GML-523973-Cstline-20190701-0001.xml') # XMLを取得 root = tree.getroot() texter = root.findall(".//gml:posList",{"gml":"http://www.opengis.net/gml/3.2"}) for i in range(len(texter)): print(texter[i].text) これでできました！！悩んでいたので本当にありがとうございました！！！

行動規範の内容に同意します