--即使在了解了一点 XSLT 之后,我也没有使用它,因为元数据/xls 格式发生了变化,因此基于单一样式表的方法将不起作用 ---
在过去的几个小时里,我一直在尝试获取 csv 并将每个标签中的数据转储到 CSV,但没有任何效果。我已经根据论坛中的其他一些问答尝试了 elemtree、解析和正则表达式。
例如,他的测试数据工作正常,但它不适用于我的 xml(问题末尾的示例)。
tree = ET.parse("test2.xml")
doc = tree.getroot()
thingy = doc.find('custod')
print thingy.attrib
Traceback(最近一次调用最后一次):文件“”,第 1 行,在 AttributeError 中:'NoneType' 对象没有属性'attrib'
doc
<Element anzmeta at 801a300>
thingy = doc.find('anzmeta')
print thingy.attrib
Traceback(最近一次调用最后一次):文件“”,第 1 行,在 AttributeError 中:'NoneType' 对象没有属性'attrib'
doc.attrib
{}
--- 尝试使用REX
rex = re.compile(r'<custod.*?>(.*?)</custod>',re.S|re.M)
rex
<_sre.SRE_Pattern object at 0x080724A0>
match=rex.match('test2.xml')
match
text = match.groups()[0].strip()
回溯(最后一次调用):文件“”,第 1 行,在 AttributeError 中:'NoneType' 对象没有属性 'groups'
我所需要的只是让系统检查我的 xml 文件并创建一个 csv,其中包含 csv 列中每个标签的完整条目。如果它们不存在,它应该将列添加到 csv,然后相应地填充它们。
=========== XML 示例
<?xml version="1.0" encoding="utf-8"?>
<?xml-stylesheet type='text/xsl' href='ANZMeta.xsl'?>
<anzmeta>
<citeinfo>
<uniqueid />
<title><></title>
<origin>
<custod>ATGIS</custod>
<jurisdic>
<keyword thesaurus="">Tablelands Regional Council</keyword>
</jurisdic>
</origin>
</citeinfo>
<descript>
<abstract><>
</abstract>
<theme>
<keyword thesaurus="">EPSG</keyword>
</theme>
<spdom>
<keyword thesaurus="">GDA94</keyword>
<keyword thesaurus="">GRS80</keyword>
<keyword thesaurus="">Map Grid of Australia</keyword>
<keyword thesaurus="">Zone 55 (144E - 150E)</keyword>
<bounding>
<northbc />
<southbc />
<eastbc />
<westbc />
</bounding>
</spdom>
</descript>
<timeperd>
<begdate>
<date>2012</date>
</begdate>
<enddate>
<keyword thesaurus="">Completed</keyword>
</enddate>
</timeperd>
<status>
<progress>
<keyword thesaurus="">Ongoing</keyword>
<keyword thesaurus="">Completed</keyword>
</progress>
<update>
<keyword thesaurus="">As Required</keyword>
<keyword thesaurus="">As Required</keyword>
</update>
</status>
<distinfo>
<native>
<nondig>
<formname>File</formname>
</nondig>
<digform>
<formname>Type:</formname>
</digform>
</native>
<avlform>
<nondig>
<formname>Format:</formname>
</nondig>
<digform>
<formname>Size</formname>
</digform>
</avlform>
<accconst>Internal Use Only</accconst>
</distinfo>
<dataqual>
<lineage>~TBC~</lineage>
<procstep>
<procdesc Sync="TUE">Metadata imported.</procdesc>
<srcused Sync="TRUE">L:\Data_Admin\MetadataGenerator\trc_Metadata_Template.xml</srcused>
<date Sync="TRUE">20121206</date>
<time Sync="TRUE">15341400</time>
</procstep>
<posacc>~TBC~</posacc>
<attracc>~TBC~</attracc>
<logic>~TBC~</logic>
<complete>~TBC~</complete>
</dataqual>
<cntinfo>
<cntorg>Atherton Tablelands GIS</cntorg>
<cntpos>GIS Coordinator</cntpos>
<address>PO Box 1616, 8 Tolga Rd</address>
<city>Atherton</city>
<state>QLD</state>
<country>AUSTRALIA</country>
<postal>4883</postal>
<cntvoice>07 40918600</cntvoice>
<cntfax>07 40917035</cntfax>
<cntemail>info@atgis.com.au</cntemail>
</cntinfo>
<metainfo>
<metd>
<date />
</metd>
</metainfo>
</anzmeta>
--- 我的脚本开始
import os, xml, shutil, datetime
from xml.etree import ElementTree as et
SourceDIR=os.getcwd()
outDIR=os.getcwd()+'//out'
def locatexml(SourceDIR,outDIR):
xmllist=[]
for root, dirs, files in os.walk(SourceDIR, topdown=False):
for fl in files:
currentFile=os.path.join(root, fl)
ext=fl[fl.rfind('.')+1:]
if ext=='xml':
xmllist.append(currentFile)
print currentFile
readxml(currentFile)
print "finished"
return xmllist
def readxml(currentFile):
tree=et.parse(currentFile)
print "Processing: "+str(currentFile)
locatexml(SourceDIR,outDIR)
print xmllist