Question

我想从XML文件中提取一些数据并将其保存为表格格式，例如XLS或DBF。

这是我有的XML文件：

<?xml version="1.0" encoding="utf-8"?>
<SOAP-ENV:Envelope xmlns:SOAP-ENV="http://schemas.xmlsoap.org/soap/envelope/">
  <SOAP-ENV:Header />
  <SOAP-ENV:Body>
    <ADD_LandIndex_001>
      <CNTROLAREA>
        <BSR>
          <VERB>ADD</VERB>
          <NOUN>LandIndex</NOUN>
          <REVISION>001</REVISION>
        </BSR>
      </CNTROLAREA>
      <DATAAREA>
        <LandIndex>
          <reportId>AMI100031</reportId>
          <requestKey>R3278458</requestKey>
          <SubmittedBy>EN4871</SubmittedBy>
          <submittedOn>2015/01/06 4:20:11 PM</submittedOn>
          <LandIndex>
            <agreementdetail>
              <agreementid>001       4860</agreementid>
              <agreementtype>NATURAL GAS</agreementtype>
              <currentstatus>
                <status>ACTIVE</status>
                <statuseffectivedate>1965/02/18</statuseffectivedate>
                <termdate>1965/02/18</termdate>
              </currentstatus>
              <designatedrepresentative>
              </designatedrepresentative>
            </agreementdetail>
          </LandIndex>
        </LandIndex>
      </DATAAREA>
    </ADD_LandIndex_001>
  </SOAP-ENV:Body>
</SOAP-ENV:Envelope>

我对 agreementdetail 标记内的信息感兴趣，该标记位于DATAAREA / LandIndex / LandIndex /

下

更新

感谢 MattDMo ，这项任务已经从死点转移了一下。所以我在下面制作了这个脚本。它迭代文件并获取 agreementdetail 的所有实例，并为每个实例输出 agreementid 和 agreementtype 。

import xml.etree.ElementTree as ET
import arcpy

xmlfile = 'D:/Working/Test/Test.xml'
element_tree = ET.parse(xmlfile)
root = element_tree.getroot()
agreement = root.findall(".//agreementdetail")
result = []
elements = ('agreementid', 'agreementtype')

for a in agreement:
    obj = {}
    for e in elements:
        obj[e] = a.find(e).text
    result.append(obj)

arcpy.AddMessage(result)

我收到的输出包括一堆这样的字符串：{'agreementid'：'001 4860'，'agreementtype'：'NATURAL GAS'}

现在我需要将此输出转换为表格格式（.csv，.dbf，.xls等），以便agreementid和agreementtype为列：

agreementid    | agreementtype 
001       4860 | NATURAL GAS

如果你能指导我如何完成它，我将非常感激。或者也许是一个例子？

P.S。 Python版本是2.7

Answer 1

以下内容应该有效：

import xml.etree.ElementTree as ET
import arcpy

xmlfile = 'D:/Working/Test/Test.xml'
element_tree = ET.parse(xmlfile)
root = element_tree.getroot()
agreement = root.find(".//agreementid").text
arcpy.AddMessage(agreement)

root.find()调用使用XPath表达式（快速备忘单在Python文档here中）来查找当前级别agreementid下任意级别的第一个标记。如果文件中有多个标记名称，则可以使用root.findall()并迭代结果。例如，如果有三个名为agreementid的字段，并且您知道您想要第二个字段，则root.findall(".//agreementid")[1]应该有效。

Answer 2

MattDMo已经给出了足够的答案，但我只是想提醒你python有一个csv module，这样可以更容易地编写逗号分隔数据，然后通常将其读入数据库等应用程序或电子表格。

来自文档：

import csv
with open('eggs.csv', 'wb') as csvfile:
    spamwriter = csv.writer(csvfile, delimiter=' ',
                        quotechar='|', quoting=csv.QUOTE_MINIMAL)
    spamwriter.writerow(['Spam'] * 5 + ['Baked Beans'])
    spamwriter.writerow(['Spam', 'Lovely Spam', 'Wonderful Spam'])

Python从xml中提取数据并将其保存到excel

2 个答案: