在Python中将xml转换为csv

Question

我有以下XML结构，我试图将它转换为python中的csv：

from xml.etree import ElementTree
import csv

my_list = []

with open('/Users/testuser/Desktop/CMEREG1.XML', 'rt') as f:
    tree = ElementTree.parse(f)

for node in tree.iter('TrdCaptRpt'):
    RptID = node.attrib.get('RptID')
    TrdTyp = node.attrib.get('TrdTyp')
    TrdSubTyp = node.attrib.get('TrdSubTyp')
    TrdDt = node.attrib.get('TrdDt')
    BizDt = node.attrib.get('BizDt')
    MLegRptTyp = node.attrib.get('MLegRptTyp')
    MtchStat = node.attrib.get('MtchStat')
    MsgEvtSrc = node.attrib.get('MsgEvtSrc')
    TrdID = node.attrib.get('TrdID')
    LastQty = node.attrib.get('LastQty')
    LastPx = node.attrib.get('LastPx')
    TxnTm = node.attrib.get('TxnTm')
    SettlCcy = node.attrib.get('SettlCcy')
    SettlDt = node.attrib.get('SettlDt')
    PxSubTyp = node.attrib.get('PxSubTyp')
    VenueTyp = node.attrib.get('VenueTyp')
    VenuTyp = node.attrib.get('VenuTyp')
    OfstInst = node.attrib.get('OfstInst')

    my_list.append[node.attrib.get('RptID')]

    print RptID, TrdTyp, TrdSubTyp, TrdDt, BizDt, MLegRptTyp, MtchStat, MsgEvtSrc, TrdID, LastQty, LastPx, TxnTm, SettlCcy, SettlDt, PxSubTyp, VenueTyp, VenuTyp, OfstInst

with open('/Users/anantsangar/Desktop/output.csv', 'w') as csvfile:
    spamwriter = csv.writer(csvfile, delimiter=' ', quotechar='|', quoting=csv.QUOTE_MINIMAL)
    spamwriter.writerow(my_list)

我正在尝试将其转换为csv文件。我已尝试使用以下代码，但我可以;得到正确的输出：

$GLOBALS['gameTrailer'] = $game_json[$trimmed]['data']['movies'][0]['webm']['max'];

echo json_encode(array(
    'gameTrailer' => $GLOBALS['gameTrailer'],
    //+ other variables
));

我无法将每个标记都放入csv中。有没有简单的方法将其导出为CSV？

谢谢

Answer 1

使用csv.DictWriter，从node.attrib词典

获取值

名为TrdCapRpt的元素具有属性，如果您有此类节点，则其属性为node.attrib 为每个属性保存一个包含键/值的字典。

csv.DictWriter允许编写从字典中获取的数据。

首先是一些导入（我总是使用lxml，因为它非常快并且提供了额外的功能）：

from lxml import etree
import csv

配置要在每条记录中使用的文件名和字段：

xml_fname = "data.xml"
csv_fname = "data.csv"

fields = [
    "RptID", "TrdTyp", "TrdSubTyp", "ExecID", "TrdDt", "BizDt", "MLegRptTyp",
    "MtchStat" "MsgEvtSrc", "TrdID", "LastQty", "LastPx", "TxnTm", "SettlCcy",
    "SettlDt", "PxSubTyp", "VenueTyp", "VenuTyp", "OfstInst"]

阅读XML：

xml = etree.parse(xml_fname)

迭代元素“TrdCapRpt”，将属性值写入CSV文件：

with open(csv_fname, "w") as f:

    writer = csv.DictWriter(f, fields, delimiter=";", extrasaction="ignore")
    writer.writeheader()
    for node in xml.iter("TrdCaptRpt"):
        writer.writerow(node.attrib)

如果您更喜欢使用stdlib xml.etree.ElementTree，则应该像现在一样轻松管理，因为node.attrib也存在。

从多个元素名称

中读取

在您的评论中，您注意到您要从更多内容中导出属性 元素名称。这也是可能的。为此，我将示例修改为 使用xpath（可能仅适用于lxml）并添加额外的列 "elm_name"用于跟踪创建记录的元素：

fields = [
    "elm_name",

    "RptID", "TrdTyp", "TrdSubTyp", "ExecID", "TrdDt", "BizDt", "MLegRptTyp",
    "MtchStat" "MsgEvtSrc", "TrdID", "LastQty", "LastPx", "TxnTm", "SettlCcy",
    "SettlDt", "PxSubTyp", "VenueTyp", "VenuTyp", "OfstInst",

    "Typ", "Amt", "Ccy"
]

xml = etree.parse(xml_fname)

with open(csv_fname, "w") as f:

    writer = csv.DictWriter(f, fields, delimiter=";", extrasaction="ignore")
    writer.writeheader()
    for node in xml.xpath("//*[self::TrdCaptRpt or self::PosRpt or self::Amt]"):
        atts = node.attrib
        atts["elm_name"] = node.tag
        writer.writerow(node.attrib)

修改是：

• fields从其他元素中获取额外的"elm_name"字段和字段（随意删除您不感兴趣的字段）。
• 使用xml.xpath迭代元素。 XPath表达式更复杂，所以我不确定，如果stdlib ElementTree支持它。
• 在写记录之前，我将元素的名称添加到atts字典中以提供元素的名称。

警告：元素Amt嵌套在PosRpt和此树结构中 无法以CSV格式支持。记录是写的，但不成立 关于它们来自哪里的信息（除了记录之后） 父元素）。

Answer 2

您应首先将包含所有标记的每一行都推送到列表中。

for node in tree.iter('TrdCaptRpt'):

    .....

    my_list.push([RptID, TrdTyp, TrdSubTyp, TrdDt, BizDt, 
                  MLegRptTyp, MtchStat, MsgEvtSrc, TrdID, 
                  LastQty, LastPx, TxnTm, SettlCcy, SettlDt, 
                  PxSubTyp, VenueTyp, VenuTyp, OfstInst])

然后将每一行写入文件：

with open('/Users/anantsangar/Desktop/output.csv', 'w') as csvfile:
    spamwriter = csv.writer(csvfile, delimiter=' ', quotechar='|', quoting=csv.QUOTE_MINIMAL)
for row in my_list:
    spamwriter.writerow(row)