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开发的单词频率统计工具wordsworth使用方法
Jun 25 Python
在Python中使用matplotlib模块绘制数据图的示例
May 04 Python
python 信息同时输出到控制台与文件的实例讲解
May 11 Python
基于python3 OpenCV3实现静态图片人脸识别
May 25 Python
Python读取mat文件,并转为csv文件的实例
Jul 04 Python
selenium+python 对输入框的输入处理方法
Oct 11 Python
python 计算平均平方误差(MSE)的实例
Jun 29 Python
Python的numpy库下的几个小函数的用法(小结)
Jul 12 Python
详解基于python-django框架的支付宝支付案例
Sep 23 Python
Python3列表List入门知识附实例
Feb 09 Python
python生成大写32位uuid代码
Mar 03 Python
TensorFlow低版本代码自动升级为1.0版本
Feb 20 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学习笔记 php中面向对象三大特性之一[封装性]的应用
2011/06/13 PHP
PHP防盗链代码实例
2014/08/27 PHP
弹出广告特效(一个IP只弹出一次)的代码
2007/07/27 Javascript
浅谈tudou土豆网首页图片延迟加载的效果
2010/06/23 Javascript
jQuery循环滚动展示代码 可应用到文字和图片上
2012/05/11 Javascript
基于JavaScript实现 获取鼠标点击位置坐标的方法
2013/04/12 Javascript
倒记时60刷新网页的js代码
2014/02/18 Javascript
jquery的live使用注意事项
2014/02/18 Javascript
浅析javascript函数表达式
2016/02/10 Javascript
Uploadify上传文件方法
2016/03/16 Javascript
JS操作COOKIE实现备忘记录的方法
2016/04/01 Javascript
原生JS取代一些JQuery方法的简单实现
2016/09/20 Javascript
Centos7 中 Node.js安装简单方法
2016/11/02 Javascript
Jquery EasyUI Datagrid右键菜单实现方法
2016/12/30 Javascript
JSON创建键值对(key是中文或者数字)方式详解
2017/08/24 Javascript
jQuery实现的form转json经典示例
2017/10/10 jQuery
编写React组件项目实践分析
2018/03/04 Javascript
vue超时计算的组件实例代码
2018/07/09 Javascript
nodejs中express入门和基础知识点学习
2018/09/13 NodeJs
uniapp,微信小程序中使用 MQTT的问题
2020/07/11 Javascript
详解JavaScript作用域、作用域链和闭包的用法
2020/09/03 Javascript
讲解python参数和作用域的使用
2013/11/01 Python
详解duck typing鸭子类型程序设计与Python的实现示例
2016/06/03 Python
python向已存在的excel中新增表,不覆盖原数据的实例
2018/05/02 Python
Python中list查询及所需时间计算操作示例
2018/06/21 Python
python list格式数据excel导出方法
2018/10/31 Python
几个适合python初学者的简单小程序,看完受益匪浅!(推荐)
2019/04/16 Python
欧缇丽英国官方网站:Caudalie英国
2016/08/17 全球购物
Linux内核的同步机制是什么?主要有哪几种内核锁
2013/01/03 面试题
GWT (Google Web Toolkit)有哪些主要的原件组成?
2015/06/08 面试题
请写出一段Python代码实现删除一个list里面的重复元素
2015/12/29 面试题
在校生自我鉴定
2014/01/23 职场文书
党的群众路线教育实践活动个人对照检查材料(乡镇)
2014/11/05 职场文书
2014年教育工作总结
2014/11/26 职场文书
2015年大学生党员承诺书
2015/04/27 职场文书
详解Python 3.10 中的新功能和变化
2021/04/28 Python