Question

我有大约8000个xml文件需要转换为文本文件。文本文件必须包含没有标记的xml文件的标题，描述和关键字，以及删除其他元素和属性。换句话说，我需要创建8000个文本文件，其中包含xml文件的标题，描述和关键字。我需要有系统地完成编码。任何帮助将不胜感激。提前谢谢。

Answer 1

从XML到文本有点像XSLT的工作 - 它是一种基于XML的转换语言，可以接受XML输入并将其转换为基于输出端的任何文本。

您可以在许多网站上阅读XSLT，这是W3Schools一个更好的教程之一。

由于您没有发布任何示例XML，我不知道您的XML是什么样的，也不知道您的输出应该是什么。但假设它看起来像：

<?xml version="1.0" encoding="utf-8"?>
<root>
  <title>Some Title</title>
  <description>Some description</description>
  <keywords>
    <keyword>Keyword1</keyword>
    <keyword>Keyword2</keyword>
    <keyword>Keyword3</keyword>
    <keyword>Keyword4</keyword>
   </keywords> 
</root>

您可以轻松编写XSLT转换以将其转换为

YourTextFile.txt

Some Title
Some Description
Keyword1,Keyword2,Keyword3,Keyword4

或您正在寻找的任何其他格式。

Answer 2

我的建议是使用Python。您可以在设置时使用解释器来运行模式，命令行可以正确地设置这种类型。假设xml有效，这应该允许您以最小的麻烦获得最大的灵活性。

所以假设以下xml格式：

<root>
  <title>Document Title</title>
  <content>Some document content.</content>
  <keywords>test, document, keyword</keywords>
</root>

并假设每个文档的输出应为：

Document Title

Some document content.

test, document, keyword

python代码可能类似于：

import sys
import os
from xml.etree.ElementTree import ElementTree

def Readthexml(f):
    """Read the file from the argument list and dump the title contents and keywords"""
    xcontent = ElementTree()
    xcontent.parse(f)
    doc = [xcontent.find("title").text, xcontent.find("content").text, xcontent.find("keywords").text]
    out = open(f + ".txt", "w")
    out.write("\n\n".join(doc))
    return True

def main(argv=None):
    if argv is None:
        argv = sys.argv
        args = argv[1:]
        for arg in args:
            if os.path.exists(arg):
                Readthexml(arg)

if __name__ == "__main__":
    main()

您可以从中生成批处理文件以定期更新文件（假设它是一个Windows环境，虽然python可以在任何地方工作）。

Answer 3

有几种可能性。如果它是简单的XML，您可以像任何其他文本文件一样阅读它，过滤掉尖括号并添加您自己的战略位置标点符号。或者，您可以打开XML阅读器和文本编写器，并以您想要的任何方式输出它。

如果您将文件夹中的文件名读入集合，则可以循环浏览它们并自动处理所有文件。

Answer 4

您可以使用免费版本的Flexter XML converter一次解析最多50 MB的压缩XML文件。我写了一篇博客文章，引导您完成converting XML to CSV/TSV的简单过程。

Answer 5

当我将手机短信复制到文件中时，我遇到了类似的问题，它是.xml格式，每个单词之间都有符号和字符，我想编辑出来。所以我下载了Notepad ++并打开了.xml文件。假设您要删除<title>的所有实例。您突出显示（示例文本）并单击“替换”图标（它是蓝色b→顶部工具栏中的图标）。它将在“查找内容”字段中显示突出显示的文本，然后将“替换为”字段留空并选择“全部替换”，它将删除（示例文本）的所有实例。对所有符号和文本执行此操作，并替换为您想要或应该使用的内容。我有4800多行，效果很好。

如何将Xml文件转换为文本文件

5 个答案: