标注数据时发现标签名称有误？百个XML文件手动修改太耗时？这个Python脚本让你一键完成批量替换！
在目标检测任务中，使用LabelImg等工具标注数据后，常会遇到需要批量修改标签名称的情况。例如将hat统一改为helmet，或将person改为head。手动逐个修改XML文件不仅低效还易出错。本文将详解如何用Python脚本一键完成XML标签的批量替换。
一、为什么需要批量修改XML标签？
- 标注规范调整
项目初期定义的标签名称可能在后需优化（如car改为sedan/suv）。 - 标签名称错误修正
标注时手误导致标签错误（如dog误标为cat）。 - 数据集合并与统一
合并多个数据集时需统一标签命名规范。
二、核心脚本详解
以下脚本基于Python的xml.etree.ElementTree库，通过遍历XML中所有<object>节点，实现标签名称的批量替换
import os
import xml.etree.ElementTree as ET
from tqdm import tqdm # 进度条工具
def modify_xml(input_path: str, src_name: list, out_name: list) -> None:
'''
批量修改XML中的标签名称
:param input_path: XML文件夹路径
:param src_name: 待修改的原始标签列表
:param out_name: 目标标签列表（与src_name一一对应）
'''
xml_files = [f for f in os.listdir(input_path) if f.endswith('.xml')]
for xml_file in tqdm(xml_files, desc='Processing XMLs'):
xml_path = os.path.join(input_path, xml_file)
tree = ET.parse(xml_path)
root = tree.getroot()
for obj in root.findall('.//object'): # 查找所有object节点
old_name = obj.find('name').text
if old_name in src_name:
# 根据映射关系更新标签
new_name = out_name[src_name.index(old_name)]
obj.find('name').text = new_name
tree.write(xml_path, encoding='utf-8') # 写回原文件
if __name__ == '__main__':
input_path = r'D:\dataset\annotations' # 替换为你的XML文件夹路径
error_names = ['hat', 'person'] # 原始错误标签
correct_names = ['helmet', 'head'] # 修正后标签
modify_xml(input_path, error_names, correct_names)三、代码关键功能解析
-
智能遍历XML文件
os.listdir+ 后缀过滤确保只处理XML文件，避免误操作其他文件。 -
精准定位目标标签
使用
root.findall('.//object')递归搜索所有<object>节点，兼容多层级嵌套结构。 -
映射式替换逻辑
通过
src_name.index(old_name)定位新旧标签的映射关系，确保一一对应修改。 -
进度可视化
集成
tqdm库，实时显示处理进度，尤其适合大规模数据集。
四、使用示例
假设需将hat改为helmet，person改为head：
-
设置参数：
input_path = "VOC2007/Annotations" # XML文件夹路径 error_names = ['hat', 'person'] # 原始标签 correct_names = ['helmet', 'head'] # 修正后标签 -
运行脚本：
python modify_xml_labels.py -
输出效果：
Processing XMLs: 100%|██████████| 200/200 [00:03<00:00, 62.3 files/s]
五、常见问题与优化建议
-
编码问题导致乱码
解决方案 ：在
ET.parse()前用open(xml_path, encoding='utf-8')显式指定编码。 -
部分文件修改失败
排查方向：
- 检查XML是否符合PASCAL VOC格式（含
<object><name>节点） - 确认标签名称大小写一致 （如
Hat与hat不同）
- 检查XML是否符合PASCAL VOC格式（含
-
性能优化
若处理超万级文件：
- 使用多进程加速（
multiprocessing.Pool） - 禁用
tqdm进度条减少I/O消耗
- 使用多进程加速（
六、扩展应用场景
- 批量更新路径信息
修改<path>或<filename>节点，适配新的图像存储路径。 - 属性值统一调整
如将<truncated>1</truncated>改为<truncated>0</truncated>。 - 尺寸规范化
统一修改<width>和<height>为固定值（如1920×1080）。
结语
通过这个不到30行的Python脚本，你可以彻底告别XML标签的手动修改时代。无论是PASCAL VOC格式还是自定义XML结构，只需调整节点搜索逻辑（如将.//object改为.//className），即可快速适配不同需求。
高效训练始于规范数据，而自动化脚本正是规范化的第一步！
相关工具推荐：
- 可视化XML检查： LabelImg
- 高级XML处理库：lxml（支持XPath复杂查询）
技术不会取代人，但会用技术的人会取代不用技术的人。------Andrew Ng