今天来说说xml那些事儿.如何批量修改指定文件夹下的xml文件的指定属性.分三步走,首先,我们先看看如何读写单个
的xml文件;第二步,来看看如何遍历指定文件夹下的所有文件,获取到所有文件的文件名;第三步,我们来看看一二之间
该如何衔接.好,lets do it
step1:对单个xml文件进行读写
给定一个xml文件:
<?xml version="1.0" encoding="utf-8"?> <catalog> <maxid>4</maxid> <login username="pytest" passwd='123456'> <caption>Python</caption> <item id="4"> <caption>测试</caption> </item> </login> <item id="2"> <caption>Zope</caption> </item> </catalog>
来看看代码,怎么读取里面的属性(大家先照着注释理解一遍,有空我再来详细说明)
#coding=utf-8 import xml.dom.minidom #打开xml文档 dom=xml.dom.minidom.parse('test.xml') #得到文档元素对象 root=dom.documentElement print root.nodeName print root.nodeValue print root.nodeType print root.ELEMENT_NODE #1.获取maxid 这一node名字(没有属性值),如何获取里面的文本? bb=root.getElementsByTagName('maxid') b=bb[0] print b.nodeName #2.获取login 这一node名字及相关属性值 login=root.getElementsByTagName('login') login=login[0] #获取login的相关属性值 un=login.getAttribute("username") print un pd=login.getAttribute("passwd") print pd #修改先关属性值 #3.获取节点名为item的相关属性值 item=root.getElementsByTagName('item') #获取了所有名字为item的node item=item[0] #拿到第一个item,获取相关属性值 i=item.getAttribute("id")#获取id的值 print i #4.获取标签对之间的数据,并修改为新的值 caption=root.getElementsByTagName('caption') c0=caption[0] print c0.firstChild.data #firstChild属性返回被选节点的第一个子节点,.data表示获取该节点数据 c1=caption[1] print c1.firstChild.data c2=caption[2] #caption节点有三个!!! print c2.firstChild.data #修改标签对之间的数据,直接对节点数据赋值 c2.firstChild.data='dhhdlh' print c2.firstChild.data
好了,看完了demo,我们现在来实战操练一番,使用通用的VOC2007标注数据集,xml文件长这个样子:
<annotation verified="no"> <folder>row_img</folder> <filename>000002</filename> <path>/home/nvidia/labelImg-master/img_change/row_img/000002.jpg</path> <source> <database>Unknown</database> </source> <size> <width>1200</width> <height>800</height> <depth>3</depth> </size> <segmented>0</segmented> <object> <name>qwe</name> <pose>Unspecified</pose> <truncated>0</truncated> <difficult>0</difficult> <bndbox> <xmin>513</xmin> <ymin>265</ymin> <xmax>921</xmax> <ymax>663</ymax> </bndbox> </object> <object> <name>wieoiwpe</name> <pose>Unspecified</pose> <truncated>0</truncated> <difficult>0</difficult> <bndbox> <xmin>513</xmin> <ymin>265</ymin> <xmax>921</xmax> <ymax>663</ymax> </bndbox> </object> </annotation>
那么,我们该如何修改呢?请看:
#coding=utf-8 import xml.dom.minidom ###批量读取xml文件 ###读取单个xml文件 dom=xml.dom.minidom.parse('000002.xml') root=dom.documentElement #获取标签对name/pose之间的值 name=root.getElementsByTagName('name') pose=root.getElementsByTagName('pose') #原始信息 print '原始信息' n0=name[0] print n0.firstChild.data n1=name[1] print n1.firstChild.data p0=pose[0] print p0.firstChild.data p1=pose[1] print p1.firstChild.data #修改标签对之间的值 n0.firstChild.data='circle' n1.firstChild.data='circle' p0.firstChild.data='ok' p1.firstChild.data='ok' #打印输出 print '修改后的 name' print n0.firstChild.data print n1.firstChild.data print '修改后的 pose' print p0.firstChild.data print p1.firstChild.data
好了,现在我们学会了如何对单个文件进行修改,那么多个文件呢?
step2:遍历指定路径下的文件:
#coding=utf-8 import os import os.path import xml.dom.minidom path="/home/nvidia/xmlReader/xml/" files=os.listdir(path) #得到文件夹下所有文件名称 s=[] for xmlFile in files: #遍历文件夹 if not os.path.isdir(xmlFile): #判断是否是文件夹,不是文件夹才打开 print xmlFile
(path下我放的是几个xml文件),打印xmlFile我们发现是这样的:
看到没,看到这个的话就说明我们已经成功一半了!!!接下来我们把之前写的读取单个xml文件的代码放进去
#coding=utf-8 import os import os.path import xml.dom.minidom path="/home/nvidia/xmlReader/xml/" files=os.listdir(path) #得到文件夹下所有文件名称 s=[] for xmlFile in files: #遍历文件夹 if not os.path.isdir(xmlFile): #判断是否是文件夹,不是文件夹才打开 print xmlFile #TODO #xml文件读取操作 #将获取的xml文件名送入到dom解析 dom=xml.dom.minidom.parse(xmlFile) root=dom.documentElement #获取标签对name/pose之间的值 name=root.getElementsByTagName('name') pose=root.getElementsByTagName('pose') #原始信息 print '原始信息' n0=name[0] print n0.firstChild.data n1=name[1] print n1.firstChild.data p0=pose[0] print p0.firstChild.data p1=pose[1] print p1.firstChild.data
直接运行,报错!!我...
不要急,我们一点点来解决,,遇到问题是很正常的嘛!!!首先我们看看遇到什么错?
打印除了000001.xml但是在实际读取的时候出错了!!还说找不到在这个文件?why??仔细想想发现,这里可能要传入的是
每个xml文件的具体路径,有了这个想法之后我们再来看看:
这个时候就设涉及到Python路径拼接的知识了:
path="/home/nvidia/xmlReader/xml/"
xmlFile也是几个字符串
os.path.join(path,xmlFile)
#os.path.join("/home/test","test.xml")
那么,我们就拼接好了.然后就执行看看:
啊哈?!居然对了!!哈哈哈,大功告成!接下来就是先将图像分好类,然后就可以批量修改文件了
好了,让我们开看看最终的代码:
#coding=utf-8 import os import os.path import xml.dom.minidom path="/home/nvidia/xmlReader/xml/" files=os.listdir(path) #得到文件夹下所有文件名称 s=[] for xmlFile in files: #遍历文件夹 if not os.path.isdir(xmlFile): #判断是否是文件夹,不是文件夹才打开 print xmlFile #TODO #xml文件读取操作 #将获取的xml文件名送入到dom解析 dom=xml.dom.minidom.parse(os.path.join(path,xmlFile)) ###最核心的部分,路径拼接,输入的是具体路径 root=dom.documentElement #获取标签对name/pose之间的值 name=root.getElementsByTagName('name') pose=root.getElementsByTagName('pose') #原始信息 print '原始信息' n0=name[0] print n0.firstChild.data p0=pose[0] print p0.firstChild.data #修改 n0.firstChild.data='circle' p0.firstChild.data='ok' #打印输出 print '修改后的 name' print n0.firstChild.data print '修改后的 pose' print p0.firstChild.data print '~~~~~'
其实,就我个人来讲,还有个需求,就是文件匹配:根据A文件夹中的文件名,在B文件夹匹配同名但不同格式的文件,然后将他们单独
拎出来,复制到C文件夹保存,具体该怎么做呢?下一篇博客即将揭晓,拭目以待.
******************2018.1.27更新*******************
上面说的方法基于我们已经知道了xml文件中有几个pose属性几个object属性,但是一般在修改之前我们是不知道的,那么如何自动的去识别并修改每个属性的值呢?接下来我们开看看
这里要用到一个重要的关系:Python中的迭代(不同于c++/C,不能写成for i in len(object))而要写成
for i in range(len(pose)):
print pose[i].firstChild.data
这样的话,即使我们不知道有几处要修改的地方,但是我们都能够找出来,修改掉(这里每个pose都修改成同样的属性)
修改后,还需要保存到xml文件,修改后的代码为:
#coding=utf-8 import os import os.path import xml.dom.minidom path="/home/nvidia/xmlReader/xml/" files=os.listdir(path) #得到文件夹下所有文件名称 s=[] for xmlFile in files: #遍历文件夹 if not os.path.isdir(xmlFile): #判断是否是文件夹,不是文件夹才打开 print xmlFile #TODO #xml文件读取操作 #将获取的xml文件名送入到dom解析 dom=xml.dom.minidom.parse(os.path.join(path,xmlFile)) ###最核心的部分os.path.join(path,xmlFile),路径拼接,输入的是具体路径 root=dom.documentElement #获取标签对name/pose之间的值 name=root.getElementsByTagName('name') pose=root.getElementsByTagName('pose') #重命名class name for i in range(len(name)): print name[i].firstChild.data name[i].firstChild.data='circle' print name[i].firstChild.data for j in range(len(pose)): print pose[j].firstChild.data pose[j].firstChild.data='ok' print pose[j].firstChild.data #保存修改到xml文件中 with open(os.path.join(path,xmlFile),'w') as fh: dom.writexml(fh) print('写入name/pose OK!') # with open('dom_write.xml','w',encoding='UTF-8') as fh: # # 4.writexml()第一个参数是目标文件对象,第二个参数是根节点的缩进格式,第三个参数是其他子节点的缩进格式, # # 第四个参数制定了换行格式,第五个参数制定了xml内容的编码。 # dom.writexml(fh,indent='',addindent='\t',newl='\n',encoding='UTF-8') # print('写入xml OK!')
以上这篇python批量修改xml属性的实现方式就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。
python批量修改xml属性的实现方式
- Author -
coding思想声明:登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述。
Reply on: @reply_date@
@reply_contents@