파이썬 XML 파서가 첫 번째 파일 다음에 깨지는 이유는 무엇입니까?

Question

나는 폴더 내의 모든 XML 파일에서 특정 노드의 텍스트 내용을 추출해야하는 Python (3) XML 파서를 연구 중이다. 그런 다음 스크립트는 수집 된 데이터를 탭으로 구분 된 텍스트 파일에 작성해야합니다. 지금까지 모든 기능이 작동하는 것 같습니다. 스크립트는 첫 번째 파일에서 원하는 모든 정보를 반환하지만 두 번째 파일을 구문 분석하기 시작할 때 항상 중단됩니다.

중단되면 "TypeError : 'str'개체를 호출 할 수 없습니다."를 반환합니다. 두 번째 파일을 확인한 결과 첫 번째 파일을 폴더에서 제거 할 때 첫 번째 파일과 마찬가지로 기능이 작동한다는 것을 알았습니다. 저는 Python/XML을 처음 접했습니다. 모든 조언, 도움 또는 유용한 링크가 크게 감사하겠습니다. 감사!

import xml.etree.ElementTree as ET 
import re 
import glob 
import csv 
import sys 

content_file = open('WWP Project/WWP_texts.txt','wt') 
quotes_file = open('WWP Project/WWP_quotes.txt', 'wt') 
list_of_files = glob.glob("../../../Documents/WWPtextbase/distribution/*.xml") 

ns = {'wwp':'http://www.wwp.northeastern.edu/ns/textbase'} 

def content(tree): 
    lines = ''.join(ET.tostring(tree.getroot(),encoding='unicode',method='text')).replace('\n',' ').replace('\t',' ').strip() 
    clean_lines = re.sub(' +',' ', lines) 
    return clean_lines.lower() 

def quotes(tree): 
    quotes_list = [] 
    for node in tree.findall('.//wwp:quote', namespaces=ns): 
     quote = ET.tostring(node,encoding='unicode',method='text') 
     clean_quote = re.sub(' +',' ', quote) 
     quotes_list.append(clean_quote) 
    return ' '.join(str(v) for v in quotes_list).replace('\t','').replace('\n','').lower() 

def pid(tree): 
    for node in tree.findall('.//wwp:sourceDesc//wwp:author/wwp:persName[1]', namespaces=ns): 
     pid = node.attrib.get('ref') 
    return pid.replace('personography.xml#','') # will need to replace 'p:' 


def trid(tree): # this function will eventually need to call OT (.//wwp:publicationStmt//wwp:idno) 
    for node in tree.findall('.//wwp:sourceDesc',namespaces=ns): 
     trid = node.attrib.get('n') 
    return trid 

content_file.write('pid' + '\t' + 'trid' + '\t' +'text' + '\n') 
quotes_file.write('pid' + '\t' + 'trid' + '\t' + 'quotes' + '\n') 

for file_name in list_of_files: 
    file = open(file_name, 'rt') 
    tree = ET.parse(file) 
    file.close() 
    pid = pid(tree) 
    trid = trid(tree) 
    content = content(tree) 
    quotes = quotes(tree) 
    content_file.write(pid + '\t' + trid + '\t' + content + '\n') 
    quotes_file.write(pid + '\t' + trid + '\t' + quotes + '\n') 

content_file.close() 
quotes_file.close() 

Answer 1

함수 호출을 반환 한 값으로 덮어 쓰고 있습니다. 함수 이름을 변경하면 수정해야합니다.

import xml.etree.ElementTree as ET 
import re 
import glob 
import csv 
import sys 

content_file = open('WWP Project/WWP_texts.txt','wt') 
quotes_file = open('WWP Project/WWP_quotes.txt', 'wt') 
list_of_files = glob.glob("../../../Documents/WWPtextbase/distribution/*.xml") 

ns = {'wwp':'http://www.wwp.northeastern.edu/ns/textbase'} 

def get_content(tree): 
    lines = ''.join(ET.tostring(tree.getroot(),encoding='unicode',method='text')).replace('\n',' ').replace('\t',' ').strip() 
    clean_lines = re.sub(' +',' ', lines) 
    return clean_lines.lower() 

def get_quotes(tree): 
    quotes_list = [] 
    for node in tree.findall('.//wwp:quote', namespaces=ns): 
     quote = ET.tostring(node,encoding='unicode',method='text') 
     clean_quote = re.sub(' +',' ', quote) 
     quotes_list.append(clean_quote) 
    return ' '.join(str(v) for v in quotes_list).replace('\t','').replace('\n','').lower() 

def get_pid(tree): 
    for node in tree.findall('.//wwp:sourceDesc//wwp:author/wwp:persName[1]', namespaces=ns): 
     pid = node.attrib.get('ref') 
    return pid.replace('personography.xml#','') # will need to replace 'p:' 


def get_trid(tree): # this function will eventually need to call OT (.//wwp:publicationStmt//wwp:idno) 
    for node in tree.findall('.//wwp:sourceDesc',namespaces=ns): 
     trid = node.attrib.get('n') 
    return trid 

content_file.write('pid' + '\t' + 'trid' + '\t' +'text' + '\n') 
quotes_file.write('pid' + '\t' + 'trid' + '\t' + 'quotes' + '\n') 

for file_name in list_of_files: 
    file = open(file_name, 'rt') 
    tree = ET.parse(file) 
    file.close() 
    pid = get_pid(tree) 
    trid = get_trid(tree) 
    content = get_content(tree) 
    quotes = get_quotes(tree) 
    content_file.write(pid + '\t' + trid + '\t' + content + '\n') 
    quotes_file.write(pid + '\t' + trid + '\t' + quotes + '\n') 

content_file.close() 
quotes_file.close()