XML 到 CSV 但父级下的标签相同

Question

我有一个这样的 XML 文件，并尝试使用 xml2csv python 库将其转换为 CSV。但是有一个 图像标签破坏了一切。我想在不同的列上获取所有 标签。我怎样才能做到这一点？

谢谢，

<products>
    <product>
        <code>722</code>
        <ws_code>B515C16CRU</ws_code>
        <supplier_code>B515C16CRU</supplier_code>
        <images>
            <img_item type_name="">
            https://www.apparel.com.tr/stance-corap-cruker-grey-orap-stance-ankle-bters-3378-72-B.jpg
            </img_item>
            <img_item type_name="">
            https://www.apparel.com.tr/stance-corap-cruker-grey-orap-stance-ankle-bters-3379-72-B.jpg
            </img_item>
            <img_item type_name="">
            https://www.apparel.com.tr/stance-corap-cruker-grey-orap-stance-ankle-bters-3380-72-B.jpg
            </img_item>
        </images>
    </product>
    .... 
</products>

Answer 1

正如您可能已经猜到的那样，问题是因为每个product 节点都有多个img_item 标签，xml2csv 不知道如何处理（而且，翻阅它的文档，似乎没有选择让它知道如何处理这些节点）。

但是，您可以使用内置的 csv 模块轻松完成此操作。您只需要决定如何分隔不同图像的 url。在下面的示例中，我决定使用;（显然你不能使用,，除非你对列使用另一个分隔符）。

另请注意，我对标题进行了硬编码。这可以（非常）轻松地更改，以便从 product 节点的子元素中动态检测标头。

import csv
import xml.etree.ElementTree as ET

string = '''<products>
    <product>
        <code>722</code>
        <ws_code>B515C16CRU</ws_code>
        <supplier_code>B515C16CRU</supplier_code>
        <images>
            <img_item type_name="">https://www.apparel.com.tr/stance-corap-cruker-grey-orap-stance-ankle-bters-3378-72-B.jpg</img_item>
            <img_item type_name="">https://www.apparel.com.tr/stance-corap-cruker-grey-orap-stance-ankle-bters-3379-72-B.jpg</img_item>
            <img_item type_name="">https://www.apparel.com.tr/stance-corap-cruker-grey-orap-stance-ankle-bters-3380-72-B.jpg</img_item>
        </images>
    </product>
</products>'''

root = ET.fromstring(string)

headers = ('code', 'ws_code', 'supplier_code', 'images')

with open('test.csv', 'w', newline='') as f:
    writer = csv.DictWriter(f, fieldnames=headers)
    writer.writeheader()
    for product in root.iter('product'):
        writer.writerow({'code': product.find('code').text,
                         'ws_code': product.find('ws_code').text,
                         'supplier_code': product.find('supplier_code').text,
                         'images': ';'.join(img.text for img in product.iter('img_item'))})

生成以下 CSV：

code,ws_code,supplier_code,images
722,B515C16CRU,B515C16CRU,https://www.apparel.com.tr/stance-corap-cruker-grey-orap-stance-ankle-bters-3378-72-B.jpg;https://www.apparel.com.tr/stance-corap-cruker-grey-orap-stance-ankle-bters-3379-72-B.jpg;https://www.apparel.com.tr/stance-corap-cruker-grey-orap-stance-ankle-bters-3380-72-B.jpg

Answer 2

import xml.etree.ElementTree as ET
import csv
import re

class xml_to_csv:
def do(self):
   #self.xml_file_location = input("Enter full path of XML file(Eg =                   D:\programs\ResidentData.xml) : ")
   self.tree = ET.parse("urunler-fotolu.xml")
   self.root = self.tree.getroot()
   self.csv_file_location = input("Enter full path to store CSV file(Eg = D:\programs\csv_file.csv ) : ")
   self.csv_data = open(self.csv_file_location, 'w')
   self.csv_writer = csv.writer(self.csv_data)
   self.find_records(self.root)

def find_attributes(self,record):
   temp = []
   dont_do = 0
   for j in record:
       temp = temp + self.find_attributes(j)
       dont_do = 1
   if(dont_do == 0):
       return [record.text]
   return temp

def find_records(self,root1):
    for i in root1:
        csv_record = self.find_attributes(i)

        sz = len(csv_record)
        i=0
        while (i<sz):
            if csv_record[i][0] == '\n':
                 csv_record[i] = csv_record[i][1:len(csv_record[i])-1]
            i = i+1;
        print(csv_record)
        self.csv_writer.writerow(csv_record)


if __name__ == "__main__":
    obj = xml_to_csv()
    obj.do()

输入：

For this = """
     <State>
       <Resident Id="100">
          <Name>Sample Name</Name>
          <PhoneNumber>1234567891</PhoneNumber>
          <EmailAddress>sample_name@example.com</EmailAddress
          <Address>
                        <StreetLine1>Street Line1</StreetLine1>
                        <City>City Name</City>
                        <StateCode>AE</StateCode>
                        <PostalCode>12345</PostalCode>
          </Address>
     </Resident>
     </State>
"""

输出：

  ['Sample Name', '1234567891', 'sample_name@example.com', 'Street Line1', 'City Name', 'AE', '12345']