Python Show-Me-the-Code 第 0017,0018,0019 题 写XML文件

第 0017 题： 将 第 0014 题中的 student.xls 文件中的内容写到 student.xml 文件中，如下所示：

<?xml version="1.0" encoding="UTF-8"?>
<root>
<students>
<!--
    学生信息表
    "id" : [名字, 数学, 语文, 英文]
-->
{
    "1" : ["张三", 150, 120, 100],
    "2" : ["李四", 90, 99, 95],
    "3" : ["王五", 60, 66, 68]
}
</students>
</root>

• 阅读资料 腾讯游戏开发 xml 和 Excel 相互转换

第 0018 题： 将 第 0015 题中的 city.xls 文件中的内容写到 city.xml 文件中，如下所示：

<?xmlversion="1.0" encoding="UTF-8"?>
<root>
<citys>
<!--
    城市信息
-->
{
    "1" : "上海",
    "2" : "北京",
    "3" : "成都"
}
</citys>
</root>

第 0019 题： 将 第 0016 题中的 numbers.xls 文件中的内容写到 numbers.xml 文件中，如下

所示：

<?xml version="1.0" encoding="UTF-8"?>
<root>
<numbers>
<!--
    数字信息
-->

[
    [1, 82, 65535],
    [20, 90, 13],
    [26, 809, 1024]
]

</numbers>
</root>

思路：

这三题跟前面三题一样，看起来都是差不多的，都属于使用Python来把数据从表格中读出来然后按一定格式写入XML文件的问题，解决的方法大致相同，所以就写在一起了。

在前面接触过可以操作表格的Python第三方库：xlrd，xlwt和xlutils。其中，xlrd只能读取xls，xlwt只能新建xls（不可以修改），xlutils能将xlrd.Book转为xlwt.Workbook，从而得以在现有xls的基础上修改数据，并创建一个新的xls，实现修改。这里用xlrd把表格内容读出来即可。

发现了个叫dicttoxml库在处理dict可能挺好用的，可以方便地把python的dict对象转换为xml的字符串，不过因为题目的格式要求在这里不适用。

为了做这三题，查了很多文档，掉进了很多坑，跳进坑里，爬出来，又掉进去。。。

下面说下遇到的一些坑：
在读取时注意要使用orderdict保存，确保元素位置不会改变
各种中文编码问题：有些地方要unicode，有些地方要utf-8
在creat_node时，要写上ensure_ascii=False, encoding=”utf-8” 中文才正常
在保存为XML时，如果使用writexml会转义掉字符得到的XML如下：

而我要的是这样的：

解决办法就是用Node.toxml方法返回DOM的字符串，然后使用HTMLParser，把转义后的字符还原回来，再写入文件

步骤：

安装xlrd库(如果没有)： sudo pip install xlrd
切换目录，打开文件
读取文件内容
转为json格式
写入xml文件

代码：

0014.写excel文件1.py

#!/usr/bin/env python
#coding: utf-8
import json
import xlrd 
from collections import OrderedDict
import xml.dom.minidom as minidom
import HTMLParser

# 存放文件的路径
filepath = ‘/home/bill/Desktop/student.xls‘
xmlpath = ‘/home/bill/Desktop/student.xml‘
comment = ‘‘‘
    <!--
        学生信息表
        "id" : [名字, 数学, 语文, 英文]
    -->
‘‘‘

def readDataToJson():
    # 打开表格
    data = xlrd.open_workbook(filepath)
    sheet = data.sheet_by_index(0)
    # 注意要使用orderdict读取，确保元素位置一致
    d = OrderedDict()
    for i in range(sheet.nrows):
        # 读一行，存放到dict中
        values = map(lambda x: x.encode(‘UTF8‘) if isinstance(x, unicode) else x, sheet.row_values(i))
        d[values[0]] = values[1:]
    return d

class MakeXml():
    def __init__(self, xmlpath):
        self.xmlpath = xmlpath
        self.dom = minidom.DOMImplementation().createDocument(None, ‘root‘, None)
        self.root = self.dom.documentElement

    def creat_node(self, node_name, node_text=None, comment=None):
        if None == node_text:
            newNode = self.dom.createElement(node_name)
        else:
            if None != comment:
                newText = self.dom.createTextNode(comment+node_text)
            else:
                newText = self.dom.createTextNode(node_text)
            newNode = self.dom.createElement(node_name)
            newNode.appendChild(newText)
        return newNode

    def add_child(self, item, comment=None):
        # 注意中文问题
        new_node = self.creat_node(‘student‘, json.dumps(item, indent=4, ensure_ascii=False, encoding="utf-8", separators=(‘,‘, ‘: ‘)), comment)
        self.root.appendChild(new_node)

    def save(self):
        # 直接writexml会转义掉字符
        # Node.toxml会返回字符串格式的DOM
        with open(self.xmlpath, ‘w‘) as f:
            html_parser = HTMLParser.HTMLParser()
            tranform = html_parser.unescape(self.dom.toxml().decode(‘utf-8‘))
            f.write(tranform.encode(‘utf-8‘))

if __name__ =="__main__":
    newxml = MakeXml(xmlpath)
    newxml.add_child(readDataToJson(), comment)
    newxml.save()

0015.写excel文件2.py

#!/usr/bin/env python
#coding: utf-8
import json
import xlrd 
from collections import OrderedDict
import xml.dom.minidom as minidom
import HTMLParser
# xml.sax.saxutils中的unescape只能Unescape把字符串中的 ‘&‘, ‘<‘, and ‘>‘，对于其他就无力了

# 存放文件的路径
filepath = ‘/home/bill/Desktop/city.xls‘
xmlpath = ‘/home/bill/Desktop/city.xml‘
comment = ‘‘‘
    <!--
        城市信息
    -->
‘‘‘

def readDataToJson():
    # 打开表格
    data = xlrd.open_workbook(filepath)
    sheet = data.sheet_by_index(0)
    # 注意要使用orderdict读取，确保元素位置一致
    d = OrderedDict()
    for i in range(sheet.nrows):
        # 读一行，存放到dict中
        values = map(lambda x: x.encode(‘UTF8‘) if isinstance(x, unicode) else x, sheet.row_values(i))
        d[values[0]] = values[1]
    return d

class MakeXml():
    def __init__(self, xmlpath):
        self.xmlpath = xmlpath
        self.dom = minidom.DOMImplementation().createDocument(None, ‘root‘, None)
        self.root = self.dom.documentElement

    def creat_node(self, node_name, node_text=None, comment=None):
        if None == node_text:
            newNode = self.dom.createElement(node_name)
        else:
            if None != comment:
                newText = self.dom.createTextNode(comment+node_text)
            else:
                newText = self.dom.createTextNode(node_text)
            newNode = self.dom.createElement(node_name)
            newNode.appendChild(newText)
        return newNode

    def add_child(self, item, comment=None):
        # 注意中文问题
        new_node = self.creat_node(‘citys‘, json.dumps(item, indent=4, ensure_ascii=False, encoding="utf-8", separators=(‘,‘, ‘: ‘)), comment)
        self.root.appendChild(new_node)

    def save(self):
        # 直接writexml会转义掉字符
        # Node.toxml会返回字符串格式的DOM
        with open(self.xmlpath, ‘w‘) as f:
            html_parser = HTMLParser.HTMLParser()
            tranform = html_parser.unescape(self.dom.toxml().decode(‘utf-8‘))
            f.write(tranform.encode(‘utf-8‘))

if __name__ =="__main__":
    newxml = MakeXml(xmlpath)
    newxml.add_child(readDataToJson(), comment)
    newxml.save()

0016.写excel文件3.py

#!/usr/bin/env python
#coding: utf-8
import json
import xlrd 
from collections import OrderedDict
import xml.dom.minidom as minidom
import HTMLParser
# xml.sax.saxutils中的unescape只能Unescape把字符串中的 ‘&‘, ‘<‘, and ‘>‘，对于其他就无力了

# 存放文件的路径
filepath = ‘/home/bill/Desktop/numbers.xls‘
xmlpath = ‘/home/bill/Desktop/numbers.xml‘
comment = ‘‘‘
    <!--
        数字信息
    -->
‘‘‘

def readDataToJson():
    # 打开表格
    data = xlrd.open_workbook(filepath)
    sheet = data.sheet_by_index(0)
    # 注意要使用orderdict读取，确保元素位置一致
    d = []
    for i in range(sheet.nrows):
        # 读一行，存放到dict中
        values = map(lambda x: x.encode(‘UTF8‘) if isinstance(x, unicode) else x, sheet.row_values(i))
        d.append(values)
    return d

class MakeXml():
    def __init__(self, xmlpath):
        self.xmlpath = xmlpath
        self.dom = minidom.DOMImplementation().createDocument(None, ‘root‘, None)
        self.root = self.dom.documentElement

    def creat_node(self, node_name, node_text=None, comment=None):
        if None == node_text:
            newNode = self.dom.createElement(node_name)
        else:
            if None != comment:
                newText = self.dom.createTextNode(comment+node_text)
            else:
                newText = self.dom.createTextNode(node_text)
            newNode = self.dom.createElement(node_name)
            newNode.appendChild(newText)
        return newNode

    def add_child(self, item, comment=None):
        # 注意中文问题
        new_node = self.creat_node(‘numbers‘, json.dumps(item, indent=4, ensure_ascii=False, encoding="utf-8", separators=(‘,‘, ‘: ‘)), comment)
        self.root.appendChild(new_node)

    def save(self):
        # 直接writexml会转义掉字符
        # Node.toxml会返回字符串格式的DOM
        with open(self.xmlpath, ‘w‘) as f:
            html_parser = HTMLParser.HTMLParser()
            tranform = html_parser.unescape(self.dom.toxml().decode(‘utf-8‘))
            f.write(tranform.encode(‘utf-8‘))

if __name__ =="__main__":
    newxml = MakeXml(xmlpath)
    newxml.add_child(readDataToJson(), comment)
    newxml.save()

表格文件：
student.xls:

city.xls:

numbers.xls:

运行后生成的XML：

student.xml:

city.xml:

numbers.xml: