web-dev-qa-db-fra.com

xml.parsers.expat.ExpatError: pas bien formé (jeton non valide)

Lorsque j'utilise xmltodict pour charger le fichier xml ci-dessous, j'obtiens une erreur: xml.parsers.expat.ExpatError: pas bien formé (jeton non valide): ligne 1, colonne 1

Voici mon dossier:

<?xml version="1.0" encoding="utf-8"?>
<mydocument has="an attribute">
  <and>
    <many>elements</many>
    <many>more elements</many>
  </and>
  <plus a="complex">
    element as well
  </plus>
</mydocument>

La source:

import xmltodict
with open('fileTEST.xml') as fd:
   xmltodict.parse(fd.read())

Je suis sur Windows 10, en utilisant Python 3.6 et xmltodict 0.11.0

Si j'utilise ElementTree ça marche

tree = ET.ElementTree(file='fileTEST.xml')
    for elem in tree.iter():
            print(elem.tag, elem.attrib)

mydocument {'has': 'an attribute'}
and {}
many {}
many {}
plus {'a': 'complex'}

Remarque: j'ai peut-être rencontré un nouveau problème de ligne.
Remarque 2: J'ai utilisé Beyond Compare sur deux fichiers différents.
Il se bloque sur le fichier encodé en BOM UTF-8 et fonctionne avec le fichier UTF-8.
UTF-8 BOM est une séquence d'octets (EF BB BF) qui permet au lecteur d'identifier un fichier comme étant encodé en UTF-8.

python-3.xwindows-10
7
Damian

Dans mon cas, le fichier était enregistré avec un Byte Order Mark comme c'est le cas par défaut avec notepad ++

J'ai réenregistré le fichier sans le BOM en plain utf8.

5
jmunsch

Je pense que vous avez oublié de définir le type d'encodage. Je vous suggère d'essayer d'initialiser ce fichier xml en une variable de chaîne:

import xml.etree.ElementTree as ET
import xmltodict
import json


tree = ET.parse('your_data.xml')
xml_data = tree.getroot()
#here you can change the encoding type to be able to set it to the one you need
xmlstr = ET.tostring(xml_data, encoding='utf-8', method='xml')

data_dict = dict(xmltodict.parse(xmlstr))
4
Renz Paul Del Rosario

Python 3

Bon mot

data: dict = xmltodict.parse(ElementTree.tostring(ElementTree.parse(path).getroot()))

Aide pour .json Et .xml

J'ai écrit une petite fonction d'aide pour charger les fichiers .json Et .xml À partir d'un path donné. Je pensais que cela pourrait être utile pour certaines personnes ici:

import json
import xml.etree.ElementTree

def load_json(path: str) -> dict:  
    if path.endswith(".json"):
        print(f"> Loading JSON from '{path}'")
        with open(path, mode="r") as open_file:
            content = open_file.read()

        return json.loads(content)
    Elif path.endswith(".xml"):
        print(f"> Loading XML as JSON from '{path}'")
        xml = ElementTree.tostring(ElementTree.parse(path).getroot())
        return xmltodict.parse(xml, attr_prefix="@", cdata_key="#text", dict_constructor=dict)

    print(f"> Loading failed for '{path}'")
    return {}

Notes

  • si vous voulez vous débarrasser des marqueurs @ et #text dans la sortie json, utilisez les paramètres attr_prefix="" et cdata_key=""

  • normalement xmltodict.parse() renvoie un OrderedDict mais vous pouvez le changer avec le paramètre dict_constructor=dict

Utilisation 

path = "my_data.xml"
data = load_json(path)
print(json.dumps(data, indent=2))

# OUTPUT
#
# > Loading XML as JSON from 'my_data.xml' 
# {
#   "mydocument": {
#     "@has": "an attribute",
#     "and": {
#       "many": [
#         "elements",
#         "more elements"
#       ]
#     },
#     "plus": {
#       "@a": "complex",
#       "#text": "element as well"
#     }
#   }
# }

Sources

1
winklerrr

Dans mon cas, le problème concernait les 3 premiers caractères. Les supprimer a donc fonctionné:

import xmltodict
from xml.parsers.expat import ExpatError

with open('your_data.xml') as f:
    data = f.read()
    try:
        doc = xmltodict.parse(data)
    except ExpatError:
        doc = xmltodict.parse(data[3:])
1
Prayson W. Daniel

xmltodict semble ne pas être en mesure d'analyser <?xml version="1.0" encoding="utf-8"?>

Si vous supprimez cette ligne, cela fonctionne.

0
Arount