python 生成xml文件,以及美化的实例代码

时间：2021-10-08 04:38:46

看代码吧~

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
# -*- coding:utf-8 -*-
import os
import json
import numpy as np
#from xml.etree import ElementTree as  etree
from xml.etree.ElementTree import Element
from xml.etree.ElementTree import SubElement
from xml.etree.ElementTree import ElementTree
 
imagePath = r'E:\Desktop\SteelCoilsDetection\test\images'
jsonPath = r'E:\Desktop\SteelCoilsDetection\test\json'
savePath = r'E:\Desktop\SteelCoilsDetection\test\xml'
 
jsonList = os.listdir(jsonPath)
for jsonName in jsonList:
    print(jsonName)
    readPath = os.path.join(jsonPath, jsonName)
 
    # 打开json文件
    with open(readPath, 'r') as file_loader:
        jsonDic = json.load(file_loader)
 
    # print(jsonDic.keys())
    # dict_keys(['version', 'flags', 'shapes', 'imagePath', 'imageData', 'imageHeight', 'imageWidth'])
    
    # 生成xml文件
    annotation = Element('annotation')
 
    folder = SubElement(annotation, 'folder')
    folder.text = "images"
 
    filename = SubElement(annotation, 'filename')
    filename.text = jsonName.split('.')[0]
 
    path = SubElement(annotation, 'path')
    path.text = imagePath + jsonName.split('.')[0]
 
    source = SubElement(annotation, 'source')
    database = SubElement(source, 'database')
    database.text = "Unknown"
 
    size = SubElement(annotation, 'size')
    width = SubElement(size, 'width')
    width.text = str(jsonDic['imageWidth'])
    height = SubElement(size, 'height')
    height.text = str(jsonDic['imageHeight'])
    depth = SubElement(size, 'depth')
    depth.text = "3"
 
    segmented = SubElement(annotation, 'segmented')
    segmented.text = "0"
    for shape in jsonDic['shapes']:
        if shape["label"] == 'a':
            continue       
 
        object = SubElement(annotation, 'object')
        name = SubElement(object, 'name')
        name.text = shape["label"]
 
        pose = SubElement(object, 'pose')
        pose.text = 'Unspecified'
 
        truncated = SubElement(object, 'truncated')
        truncated.text = str(0)
 
        difficult = SubElement(object, 'difficult')
        difficult.text = str(0)       
 
        points = shape['points']
        mritx = np.array(points)
        xxmin = min(mritx[:, 0])
        xxmax = max(mritx[:, 0])
        yymin = min(mritx[:, 1])
        yymax = max(mritx[:, 1])
 
        bndbox = SubElement(object, 'bndbox')
        xmin = SubElement(bndbox, 'xmin')
        xmin.text = str(int(xxmin))
        ymin = SubElement(bndbox, 'ymin')
        ymin.text = str(int(yymin))
        xmax = SubElement(bndbox, 'xmax')
        xmax.text = str(int(xxmax))
        ymax = SubElement(bndbox, 'ymax')
        ymax.text = str(int(yymax))
    tree = ElementTree(annotation)
    tree.write(os.path.join(savePath, jsonName.split('.')[0]+'.xml'), encoding = 'utf-8')

美化：

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
# -*- coding:utf-8 -*-
import os
from xml.etree import ElementTree      # 导入ElementTree模块 
# elemnt为传进来的Elment类，参数indent用于缩进，newline用于换行
def prettyXml(element, indent, newline, level = 0):
 
    # 判断element是否有子元素
    if element:
 
        # 如果element的text没有内容
        if element.text == None or element.text.isspace():
            element.text = newline + indent * (level + 1)
        else:
            element.text = newline + indent * (level + 1) + element.text.strip() + newline + indent * (level + 1)
 
    # 此处两行如果把注释去掉，Element的text也会另起一行
    #else:
        #element.text = newline + indent * (level + 1) + element.text.strip() + newline + indent * level
 
    temp = list(element) # 将elemnt转成list
    for subelement in temp:
        # 如果不是list的最后一个元素，说明下一个行是同级别元素的起始，缩进应一致
        if temp.index(subelement) < (len(temp) - 1):
            subelement.tail = newline + indent * (level + 1)
        else:  # 如果是list的最后一个元素， 说明下一行是母元素的结束，缩进应该少一个
            subelement.tail = newline + indent * level  
 
        # 对子元素进行递归操作
        prettyXml(subelement, indent, newline, level = level + 1) 
 
dir = r'E:\Desktop\SteelCoilsDetection\test\xml'
for fileName in os.listdir(dir):
    print(fileName)
    tree = ElementTree.parse(os.path.join(dir, fileName))   #解析test.xml这个文件，该文件内容如上文
    root = tree.getroot()                                   #得到根元素，Element类
    prettyXml(root, '\t', '\n')                             # 执行美化方法
 
    #ElementTree.dump(root)                                 #显示出美化后的XML内容
    tree.write(os.path.join(dir, fileName), encoding = 'utf-8')

 补充：Python 标准库 xml 详解

对于简单的 XML 解析处理, 可以使用标准库 xml, 相对于第三方库 lxml, xml 无需额外安装, 但 xml 是用 Python 实现的, 性能不如 lxml

XML 的解析功能主要由 xml.etree.ElementTree 模块完成, 其中包含两个类, ElementTree 用于表示整个 XML 文档, 而 Element 表示文档中的一个节点

示例数据, 命名为 book.xml

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
<?xml version="1.0"?>
<bookstore>
    <book name="西游记">
        <author>吴承恩</author>
        <dynasty>明朝</dynasty>
        <similar name="封神演义" author="许仲琳"/>
    </book>
    <book name="红楼梦">
        <author>曹雪芹</author>
        <dynasty>清朝</dynasty>
    </book>
    <book name="三国演义">
        <author>罗贯中</author>
        <dynasty>明末清初</dynasty>
        <similar name="三国志" author="陈寿"/>
    </book>
</bookstore>

导入要解析的 XML 文档, 并获取文档的根节点

?
1
2
3
import xml.etree.ElementTree as ET
tree = ET.parse("./book.xml")
root = tree.getroot()

也可以直接解析字符串

?
1
2
with open("./book.xml") as fp:
    root = ET.fromstring(fp.read())

对于每一个节点 Element:

通过列表接口可以访问直接子节点

通过字典接口可以访问属性节点, 也可通过 attrib 属性(例如 root.attrib)得到真正的字典

其他还有 tag 属性表示标签名, text 表示其包含的文本内容

?
1
2
3
4
5
6
# 遍历直接子节点
for book in root:
    print(book.tag, book.attrib, book.get("name"))
# 访问根节点下的第2个子节点, 再向下访问第1个子节点的文本, 也就是 "<author>曹雪芹</author>"
author = root[1][0].text
print(type(author), author)

打印输出

book {'name': '西游记'} 西游记

book {'name': '红楼梦'} 红楼梦

book {'name': '三国演义'} 三国演义

<class 'str'> 曹雪芹

获取到的文本结果与 lxml 不同, 这里的结果直接是字符串类型

递归函数, 可以遍历所有的后代节点

?
1
2
3
# 递归选择所有标签名为 "similar" 的节点
for book in root.iter("similar"):
    print(book.attrib)

打印输出

{'name': '封神演义', 'author': '许仲琳'}

{'name': '三国志', 'author': '陈寿'}

XPath 语法

XPath 类似于文件路径, 路径中最末尾的部分表示要提取的内容, 分隔符有两种, "/"表示直接子节点的关系, "//"表示所有的子节点

语法 含义
tag 匹配特定标签
* 匹配所有元素
. 当前节点, 用于相对路径
… 父节点
[@attrib] 匹配包含 attrib 属性的节点
[@attrib=‘value'] 匹配 attrib 属性等于 value 的节点
[tag] 匹配包含直接子节点 tag 的节点
[tag=‘text'] 匹配包含直接子节点 tag 且子节点文本内容为 text 的节点
[n] 匹配第 n 个节点

[] 前面必须有标签名, book[@name][similar] 匹配带有 name 属性以及 similar 直接子节点的 book 节点, 然后将 book[@name][similar] 置于 XPath 路径中, 例如 “/bookstore/book[@name][similar]”

可以通过 Element 对象的方法 findall(path) 和 find(path) 使用 XPath 语法, 次时路径是从 Element 代表的节点开始, 也可以通过 ElementTree 对象调用 findall 与 find, 相当于路径从根节点开始

匹配到节点, findall 返回所有匹配节点的列表, find 返回首个匹配节点, 没有匹配到节点时, findall 返回空列表, find 返回 None

?
1
2
3
4
5
6
# . 表示 bookstore 节点
author_1 = tree.find("./book[@name='红楼梦']/author").text
author_2 = tree.findtext("./book[@name='红楼梦']/author")
print("红楼梦作者:", author_1, author_2)
author_3 = root.find("./book/similar[@name='三国志']").get("author")
print("三国志作者:", author_3)

打印结果

红楼梦作者: 曹雪芹 曹雪芹

三国志作者: 陈寿

findtext 类似于 find, 直接获取节点的文本内容

?
1
2
3
4
5
6
books_1 = root.findall("./book[similar]")
# 对于直接子节点, 可以省略 ./
books_2 = root.findall("book[similar]")
print(books_1 == books_2)
for book in books_1:
    print(book[0].text, book[1].text)

打印结果

True

吴承恩 明朝

罗贯中 明末清初

以上为个人经验，希望能给大家一个参考，也希望大家多多支持服务器之家。如有错误或未考虑完全的地方，望不吝赐教。

原文链接：https://blog.csdn.net/weixin_39715012/article/details/115210307

标签：

相关文章