从多个 XML 文件解析数据并输出到 csv 文件答案

【问题标题】：Parse data from multiple XML files and output to csv file从多个 XML 文件解析数据并输出到 csv 文件
【发布时间】：2011-03-23 04:21:13
【问题描述】：

我有十几个 XML 文件，其中包含一些 wcat Web 性能测试的结果。在每个 XML 文件中都有一个数据节点，其中包含请求的每个页面的名称以及加载它所花费的平均时间。我想从每个 XML 文件中提取该信息并将其输出到 csv 文件中，这样我就可以在 excel 中创建一个漂亮的图表。

我可以使用我的主要工作语言 C# 来完成这项任务，但为了提高我的脚本技能，我想尝试使用 unix/cygwin 命令或 Ruby 等脚本语言来完成。

XML文件的格式为：

<report name="wcat" version="6.3.1" level="1" top="100">
 <section name="header" key="90000">
  ... lots of other XML junk...
  <item>
   <data name="reportt" >Request Name I</data>
   ...
   <data name="avgttlb" >628</data>
  </item>
  <item>
   <data name="reportt" >Request Name II</data>
   ...
   <data name="avgttlb" >793</data>
  </item>
  ... lots of other XML junk...
 </section
</report>

我需要的 csv 输出是：

Request,File 1,File 2,...,File 12
Request Name I,628,123,...,789
Request Name II,793,456,...,987

有什么好的 cygwin 命令行工具可以解析 XML 吗？或者如果失败了，在 Ruby 中有没有很好的方法来做到这一点？

【问题讨论】：

标签： ruby xml csv cygwin

【解决方案1】：

您所描述的可以在 XSLT 中完成，它支持文本输出方法、多个输入文件（使用 document() 函数），当然还有模板。

我知道有些人觉得 XSLT 很糟糕，但我一直用它来做这种事情，而且我很喜欢它。此外，它几乎与平台无关。

【讨论】：

【解决方案2】：

Ruby 有一个很好的解析器，叫做Nokogiri，我非常喜欢它。它同时支持 XML 和 HTML、DOM 和 SAX，并且可以根据您的喜好构建 XML。它建立在 libxml2 之上。

#!/usr/bin/env ruby -w

xml = <<END_XML
<report name="wcat" version="6.3.1" level="1" top="100">
<section name="header" key="90000">
  <item>
    <data name="reportt" >Request Name I</data>
    <data name="avgttlb" >628</data>
  </item>
  <item>
    <data name="reportt" >Request Name II</data>
    <data name="avgttlb" >793</data>
  </item>
  </section
</report>
END_XML

require 'nokogiri'
doc = Nokogiri::XML(xml)
content = doc.search('item').map { |i| 
  i.search('data').map { |d| d.text }
}

content.each do |c|
  puts c.join(',')
end

# >> Request Name I,628
# >> Request Name II,793

请注意，除了标准 XPath 访问器之外，Nokogiri 还允许使用我在这里使用的 CSS 访问器。实际解析取了中间四行。

Ruby 有一个内置的 CSV 生成器/解析器，但对于这个简单粗暴的示例，我没有使用它。

【讨论】：

【解决方案3】：

在python中...

import elementTree.ElementTree
import csv

result = []
tree = elementTree.ElemenTree.parse('test.xml')
section = tree.getroot().find('section')
items = section.findall('item')
for item in items:
    records = item.findall('data')
    row = [rec.text for rec in records]
    result.append(row)

csv.writer(file('output.csv', 'w'))
csv.writerows(result)

【讨论】：

请原谅我的 python 新手，但我如何获得 elementTree 模块？我在 Windows 7 上，并且确实安装了主要的 Python 发行版。