Python实现提取XML内容并保存到Excel中的方法


Posted in Python onSeptember 01, 2018

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:

Python实现提取XML内容并保存到Excel中的方法

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(.*?)%22"
        a = "info%3A%22(.*?)%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)
Python 相关文章推荐
Python使用中文正则表达式匹配指定中文字符串的方法示例
Jan 20 Python
Python中生成器和迭代器的区别详解
Feb 10 Python
python调用API实现智能回复机器人
Apr 10 Python
pandas数值计算与排序方法
Apr 12 Python
python 多维切片之冒号和三个点的用法介绍
Apr 19 Python
PyTorch上搭建简单神经网络实现回归和分类的示例
Apr 28 Python
python 的 scapy库,实现网卡收发包的例子
Jul 23 Python
让你的Python代码实现类型提示功能
Nov 19 Python
Python模块的定义,模块的导入,__name__用法实例分析
Jan 07 Python
浅谈matplotlib.pyplot与axes的关系
Mar 06 Python
keras实现图像预处理并生成一个generator的案例
Jun 17 Python
opencv 阈值分割的具体使用
Jul 08 Python
python使用webdriver爬取微信公众号
Aug 31 #Python
python爬取微信公众号文章
Aug 31 #Python
Python单向链表和双向链表原理与用法实例详解
Aug 31 #Python
Python使用Flask-SQLAlchemy连接数据库操作示例
Aug 31 #Python
浅谈Python traceback的优雅处理
Aug 31 #Python
python梯度下降法的简单示例
Aug 31 #Python
wxPython的安装与使用教程
Aug 31 #Python
You might like
php 模拟post_验证页面的返回状态(实例讲解)
2013/10/28 PHP
ubutu 16.04环境下,PHP与mysql数据库,网页登录验证实例讲解
2017/07/20 PHP
一个简单的瀑布流效果(主体形式自写)
2013/05/27 Javascript
form表单只提交数据而不进行页面跳转的解决方案
2013/09/18 Javascript
JS下载文件|无刷新下载文件示例代码
2014/04/17 Javascript
Javascript 读取操作Sql中的Xml字段
2014/10/09 Javascript
jQuery数据缓存用法分析
2015/02/20 Javascript
JavaScript设计模式经典之命令模式
2016/02/24 Javascript
javascript ES6 新增了let命令使用介绍
2017/07/07 Javascript
SpringBoot+Vue前后端分离,使用SpringSecurity完美处理权限问题的解决方法
2018/01/09 Javascript
H5+C3+JS实现五子棋游戏(AI篇)
2020/05/28 Javascript
React 源码中的依赖注入方法
2018/11/07 Javascript
JS开发自己的类库实例分析
2019/08/28 Javascript
jquery实现穿梭框功能
2021/01/19 jQuery
node.js文件的复制、创建文件夹等相关操作
2021/02/05 Javascript
Python字符转换
2008/09/06 Python
web.py获取上传文件名的正确方法
2014/08/26 Python
python之Socket网络编程详解
2016/09/29 Python
Python实现动态加载模块、类、函数的方法分析
2017/07/18 Python
关于numpy中eye和identity的区别详解
2019/11/29 Python
Python中base64与xml取值结合问题
2019/12/22 Python
pytorch: Parameter 的数据结构实例
2019/12/31 Python
python列表删除和多重循环退出原理详解
2020/03/26 Python
python如何构建mock接口服务
2021/01/28 Python
Python入门基础之数字字符串与列表
2021/02/01 Python
美国钻石商店:Zales
2016/11/20 全球购物
美味咖啡的顶级烘焙师:Cafe Britt
2018/03/15 全球购物
大学生应聘自荐信
2013/10/11 职场文书
教师师德演讲稿
2014/05/06 职场文书
公司户外活动总结
2014/07/04 职场文书
中国梦团日活动总结
2014/07/07 职场文书
国际贸易毕业生求职信
2014/07/20 职场文书
申报优秀教师材料
2014/12/16 职场文书
学校趣味运动会开幕词
2016/03/04 职场文书
JavaScript的function函数详细介绍
2021/11/20 Javascript
德劲DE1107指针试高灵敏度全波段收音机机评
2022/04/05 无线电