Ich erstelle eine Reihe von XML-Dateien und will diese gegen ein RelaxNG-Schema validieren. Dieser Prozess sollte mit lxml eigentlich relativ simple sein: Datei einlesen etree.ElementTree erzeugen Validator aus tree erstellen Validieren $: f = open(file) $: relaxng_doc = etree.parse(f) $: relaxng = ...

Zunächst einmal vielen Dank an @__blackjack__ für diese ausführliche Antwort, in der soviel drin steckt, dass ich tatsächlich einige Zeit gebraucht habe um mich mir ihr auseinander setzen zu können. Ich kann daher nur hoffen, dass diese Thema noch jemand verfolgt. Es zeigt sich, wie häufig ich immer...

Und nochmals die Fehlermeldung mit dem neuen Namen der .py: Traceback (most recent call last): File "analyse_KP-alt_XML.py", line 166, in <module> tree.write(os.path.join(pfad, filename)) File "C:\Python\Python37-32\lib\xml\etree\ElementTree.py", line 774, in write qnames, namesp...

Aber nochmal der ganze Code (Und ich bin mir sicher, jetzt schlagen einige die Hände über dem Kopf zusammen): import os, re from xml.etree import ElementTree as ET from datetime import datetime as DT pfad = 'xxxxxxx' #ist hier nur ein Platzhalter #KVsub = [('&auml;', 'ä'), ('&uuml;', 'ü'), (...

Zeige doch mal Deinen gesamten Code, der das Problem reproduziert. Die Zeile, die im Traceback angegeben ist, sehen wir nämlich gar nicht. Ich vermute mal, dass Du da lxml und cElementTree mischst. Die Zeile und die davor gehende lautet: tree, filename = findInstances(files, pattern) tree.write(os....

@Marku5W: Du fängst *alle* Ausnahmen ab und behandelst die so als wären es die beiden von Dir erwarteten Probleme, auch wenn es ein ganz anderes Problem ist! Das ist genau das Problem, weil Du dann gar nicht mitbekommst wenn es ein nicht von Dir erwartetes Problem ist, und vor allem welches Problem...

Das ist ein Interner Fehler, weil Du irgendwie Deine Python-Installation zerschossen hast. Probier mal, Python frisch zu installieren. Nach der Neuinstallation bekomme ich denselben oder zumindest eine sehr ähnlichen Fehler: Traceback (most recent call last): File "cleanUp.py", line 167, ...

@sirius3 Ich schätze deine schnellen, prompten und meistens hilfreichen Antworten sehr, aber deine letzte Antwort ist im Ton sowas von daneben. Wie kommst du überhaupt dazu mir zu erklären, was wann für mich wichtig ist? Ich kann weder garantieren, dass die XML-Dateien valide sind, noch weiß ich wie...

Zunächst danke für die Antwort, ich geh mal unsere IT nerven, dass sie meine Python-Installation erneuert. Gibt es eigentlich eine Möglichkeit zu verhindern, dass mich das Forum auslogt, während ich eine Antwort tippe? Es ist super ärgerlich, gerade bei längeren Antworten, wenn diese verschwinden. Z...

Liebe alle, mir ist kein besserer Titel für das Thema eingefallen, für Verbesserungsvorschläge bin ich zu haben. Ich habe mir vor einiger Zeit eine Funktion geschrieben, die eine Dateiliste mit XML-Dateien einliest und die Dateien nach einem bestimmten XML-Knoten durchsucht. Die Ergebnisse schreibe ...

An der Stelle werden Regex-Ausdrücke zum Abgleich mit dem Dokument generiert. Wenn ich diese Ersetzung in der eben eingelesenen Zeile nicht durchführe Ja, da hatte ich mich verguckt. Aber der Sinn ist mir doch nicht ganz klar, warum bei 1.) die Klammer keine Bedeutung haben soll, der Punkt aber sch...

Zu Zeile 163: hier bestätigt sich also, dass Du gar keine regulären Ausdrücke brauchst. Und wenn Du 10000 Zeilen hast, liest Du 10000mal die gesamte Datei. Du merkst hoffentlich selbst, dass das ziemlich umständlich ist. Gleiche Zeilen zählt man einmal am Anfang z.B. mit `Counter`. Und wieder was g...

@Marku5W: in Python muß man nicht alles in Klassen stopfen, wie es z.B. in Java nötig wäre, mit anderen Worten, die Klasse ist nur unnötiger Overhead, der ersatzlos gestrichen werden kann. Importe gehören an den Anfang der Datei. Eingerückt wird immer mit 4 Leerzeichen pro Ebene. Zeile 6: die Doppe...

@sirius3 Danke für die Korrekturen, ich bin die letzten Tage leider wieder mit anderem beschäftigt worden, so dass ich noch ein bisschen brauche, bis ich wieder dazu komme das Skript weiter zu bearbeiten. Aber du hast natürlich mit allem Recht, jetzt wo ich es lese, wird es mir auch klar. Die Auftei...

So nachdem ich jetzt eine Weile gebastelt hab, wollte ich mich hier nochmal kurz bedanken. In erster Linie bei __deets__ , der mich in die richtige Richtung gestoßen hat. Das Problem mit dem NER werde ich separat lösen (und das ist auch gut so) und wahrscheinlich liese sich mein Code noch an etwa 10...

Mittlerweile bin ich soweit, dass ich den Übungstext oben zerlegen kann, allerdings stoße ich immer auf das selbe Problem. Ich zerlege den Text in zwei Schritten mit folgenden regex-Ausdrücken in eine verschachtelte Liste: textstufe = regex.compile('\\n(?=Protokoll)') TO = regex.compile('((I+)V?)\\....

@nezzcarth Ja, hatte ich tatsächlich auch schon überlegt, aber aus den von dir genannten Gründen ausgeschlossen. Die NER, die mir vorschwebt ist auch mehr eine "Mustererkennung", die bereits bekannte Entitäten entdecken soll. Nach dem Schema nehme String aus Liste, durchsuche Text, markier...

Kein triviales Problem. [/size] Danke für die Antwort, jetzt komme ich mir nicht mehr ganz so blöd vor. Ein längerer Post meinerseits ist gestern leider vom Forum geschluckt worden und dann kam der Feierabend dazwischen, daher heute der zweite Versuch. Prinzipiell ist dein Ansatz sinnvoll und die A...

Eigentlich hab ich lxml schon ausgeschlossen gehabt, allerdings scheint es gegenüber ElementTree ja doch den Vorteil zu haben, dass es gleich Validierungsmöglichkeiten und RelaxNG-Unterstützung bietet, richtig?

Vorne weg: Ich bin Python-Neuling und kein Informatiker, somit kann es auch einfach sein, dass ich nicht die richtigen Schlagworte für die Suche verwendet habe. Falls dem so ist, bin ich dankbar um jeden Link, sei es zu einer passenden Diskussion oder zu einem passenden Tutorial. Während des Schreib...