Question

我将cricket播放器配置文件以<playerid>.xml文件的形式保存在文件夹中。每个文件都包含这些标记：

 <playerid>547</playerid>
 <majorteam>England</majorteam>
 <playername>Don</playername>

playerid与<playerid>.xml中的相同（每个文件大小不同，1kb到5kb）。这些是大约500个文件。我需要的是从所有这些文件中提取playername，majorteam和playerid到列表。我稍后会将该列表转换为XML。如果您知道如何直接使用XML，我将非常感激。

如果有办法用C＃或windows批处理文件或vbscript，我也可以使用Java。我只需要在一个地方获取我的数据（id和名称）。

Answer 1

你为什么不这样做cat *.xml > all.xml？

Answer 2

使用xsd.exe从XML文件生成架构和类。

打开Visual Studio 2008命令提示符从Visual Studio 2008命令提示符，运行

C：\ TEMP＆GT; xsd.exe player.xml

这将根据您的XML文件生成XML Schema。

接下来，从Visual Studio 2008命令提示符运行

C：\ TEMP＆GT; xsd.exe player.xsd / classes / language：CS

这会根据您的架构创建一个新类。

现在编写代码以使用您生成的类反序列化XML文件;您可以将此代码放在一个循环中，而不是文件。

FileStream fs = new FileStream("Player.XML", FileMode.Open);
// Create an XmlSerializer object to perform the deserialization
XmlSerializer xs = new XmlSerializer(typeof(Player));

Player p = xs.Deserialize(fs) as Player;
if ( s != null )
{
    // process player here          
}

Answer 3

如果我必须执行此任务，我可能会在Perl中执行此操作。以前关于连接（cat）所有文件的建议并不正确，因为你最终会得到的不是有效的XML文件，而是一堆有效的XML文件背靠背。

Perl有一个名为CPAN的库，它包含完成任务的各种事情。如果您安装XPath Library，搜索所需的节点并将其输出到列表中应该非常容易。

如果XPath过于繁琐，您可能还需要查看正则表达式，俗称正则表达式。 Perl具有惊人的正则表达式支持。

如果我使用Java，我可能会使用its support for regular expressions。如果我想真正了解文档的XML节点，我可能会使用Sun's Streaming API for XML (StAX)。

Answer 4

选择您喜欢的脚本语言。我的Python。

用这种语言来说，这就是你要找的东西：

import xml.dom.minidom
import glob
from xml.parsers.expat import ExpatError

base_doc = xml.dom.minidom.parseString('<players/>')
doc_element = base_doc.documentElement

for filename in glob.glob("*.xml"):
    f = open( filename )
    x = f.read()
    f.close()
    try:
        player = xml.dom.minidom.parseString(x)
    except ExpatError:
        print "ERROR READING FILE %s" % filename
        continue
    print "Read file %s" % filename
    doc_element.childNodes.insert(-1, player.documentElement.cloneNode(True))

f = open( "all_my_players.xml", "w" )
f.write(doc_element.toxml())
f.close()

从许多xml文件中提取一些数据

4 个答案: