码迷,mamicode.com
首页 > 编程语言 > 详细

用Python提取XML里的内容,存到Excel中

时间:2015-06-17 21:15:17      阅读:545      评论:0      收藏:0      [点我收藏+]

标签:

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:
技术分享
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)

用Python提取XML里的内容,存到Excel中

标签:

原文地址:http://www.cnblogs.com/meitian/p/4584237.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!