本文实例讲述了Python实现提取XML内容并保存到Excel中的方法。分享给大家供大家参考,具体如下:
最近做一个项目是解析XML文件,提取其中的chatid和lt、timestamp等信息,存到excel里。
1.解析xml,提取数据
使用python自带的xml.dom中的minidom(也可以用lxml)
xml文件如下:
minidom.parse()#解析文件,返回DOM对象
_get_documentElement()DOM是树形结构,获得了树形结构的根节点
getElementsByTagName()根据name查找根目录下的子节点
getAttribute()获取DOM节点的属性的值
提取的代码如下:
class get_xml(): #加载获取xml的文档对象 def __init__(self,address): #解析address文件,返回DOM对象,address为文件地址 self.doc = minidom.parse(address) #DOM是树形结构,_get_documentElement()获得了树形结构的根节点 self.root = self.doc._get_documentElement() #.getElementsByTagName(),根据name查找根目录下的子节点 self.httpSample_nodes = self.root.getElementsByTagName('httpSample') def getxmldata(self): data_list=[] j = -1 responseData_node = self.root.getElementsByTagName("responseData") for i in self.httpSample_nodes: j = j+1 #getAttribute(),获取DOM节点的属性的值 if i.getAttribute("lb") == "发送信息": a = 'chatId":"(.*"' elif i.getAttribute("lb") == "接收信息": # a = "chatId%3A%22(.*" a = "info%3A%22(.*" if (i.getAttribute("lb") == "发送信息" or i.getAttribute("lb") == "接收信息") and i.getAttribute("rc") == "200": try: #使用re包里面的方法,通过正则表达式提取数据 b = re.search(a, responseData_node[j].firstChild.data) if b is not None: d = b.group(1) print("d:",d) data_list.append((d, i.getAttribute("ts"), i.getAttribute("lt"),i.getAttribute("lb"))) except: pass return data_list
2.存储为Excel,导出数据到Excel
用到的包openpyxl,openpyxl.workbook下的Workbook()
用来在内存里创建文件,最后写进磁盘的
wb = load_workbook(filename = XXXX.xlsx):读取Excel文件,文件地址为XXXX.xlsx
wb = Workbook():创建一个Workbook对象
ew = ExcelWriter(workbook = wb):新建一个excelWriter,最后用来保存
wb.create_sheet(0, 'XXX'):新建一个sheet,位置是0,sheet名字是XXX
ws = wb.worksheets[0]:打开一个sheet,sheet位置是0,即第1个sheet
ws.cell(row=1,column=1).value = XXX:在1行1列的位置加入数据XXX
ew.save(filename = XXXX.xlsx):将数据导出到本地,本地文件地址为XXXX.xlsx
一个导出Excel的例子如下:
import openpyxl from openpyxl import writer,load_workbook # Workbook用来在内存里创建文件最后写进磁盘的 from openpyxl.workbook import workbook, Workbook from openpyxl.writer.excel import ExcelWriter from openpyxl.cell import get_column_letter # if __name__ == "__main__": def importexcel(match,dest_filename): if(os.path.exists(dest_filename)): wb = load_workbook(filename=dest_filename) else: wb = Workbook() ew = ExcelWriter(workbook = wb) #创建一个新sheet wb.create_sheet(0, '聊聊发送接收请求') # 打开已存在的第一个sheet,也可以用get_sheet_names获得所有的sheet的名字 ws = wb.worksheets[0] ws.title = "聊聊发送接收请求" ws.cell('A1').value = "chartid" ws.cell('B1').value = "接收时间戳" ws.cell('C1').value = "发送时间戳" ws.cell('D1').value = "时间戳差" ws.cell('E1').value = "接收lt" ws.cell('F1').value = "发送到接收的响应时间" l = 2 for i in match: ws.cell(row=l,column=1).value = i['chatId'] ws.cell(row=l,column=2).value = i['accept_timestamp'] ws.cell(row=l,column=3).value = i['send_timestamp'] ws.cell(row=l,column=4).value = i['timestamp_gap'] ws.cell(row=l,column=5).value = i['accept_lt'] ws.cell(row=l,column=6).value = i['response_time'] print(i,l) l = l+1 ew.save(filename = dest_filename)
PS:这里再为大家提供几款关于xml操作的在线工具供大家参考使用:
在线XML/JSON互相转换工具:
http://tools.jb51.net/code/xmljson
在线格式化XML/在线压缩XML:
http://tools.jb51.net/code/xmlformat
XML在线压缩/格式化工具:
http://tools.jb51.net/code/xml_format_compress
XML代码在线格式化美化工具:
http://tools.jb51.net/code/xmlcodeformat
更多关于Python相关内容感兴趣的读者可查看本站专题:《Python操作xml数据技巧总结》、《Python操作Excel表格技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》
希望本文所述对大家Python程序设计有所帮助。
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
更新日志
- 凤飞飞《我们的主题曲》飞跃制作[正版原抓WAV+CUE]
- 刘嘉亮《亮情歌2》[WAV+CUE][1G]
- 红馆40·谭咏麟《歌者恋歌浓情30年演唱会》3CD[低速原抓WAV+CUE][1.8G]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[320K/MP3][193.25MB]
- 【轻音乐】曼托凡尼乐团《精选辑》2CD.1998[FLAC+CUE整轨]
- 邝美云《心中有爱》1989年香港DMIJP版1MTO东芝首版[WAV+CUE]
- 群星《情叹-发烧女声DSD》天籁女声发烧碟[WAV+CUE]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[FLAC/分轨][748.03MB]
- 理想混蛋《Origin Sessions》[320K/MP3][37.47MB]
- 公馆青少年《我其实一点都不酷》[320K/MP3][78.78MB]
- 群星《情叹-发烧男声DSD》最值得珍藏的完美男声[WAV+CUE]
- 群星《国韵飘香·贵妃醉酒HQCD黑胶王》2CD[WAV]
- 卫兰《DAUGHTER》【低速原抓WAV+CUE】
- 公馆青少年《我其实一点都不酷》[FLAC/分轨][398.22MB]
- ZWEI《迟暮的花 (Explicit)》[320K/MP3][57.16MB]