Python实现提取XML内容并保存到Excel中的方法

本文实例讲述了python实现提取xml内容并保存到excel中的方法。分享给大家供大家参考，具体如下：

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：

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)

ps：这里再为大家提供几款关于xml操作的在线工具供大家参考使用：

在线xml/json互相转换工具：

在线格式化xml/在线压缩xml：

xml在线压缩/格式化工具：

xml代码在线格式化美化工具：

更多关于python相关内容感兴趣的读者可查看本站专题：《python操作xml数据技巧总结》、《python操作excel表格技巧总结》、《python函数使用技巧总结》、《python字符串操作技巧汇总》、《python入门与进阶经典教程》及《python文件与目录操作技巧汇总》

希望本文所述对大家python程序设计有所帮助。