我正在為特定元素和屬性決議具有數千個 XML 檔案的大型專案。我設法列印了我想要的所有元素和屬性，但我無法將它們寫入 CSV 表。如果我能在各自的標題下獲得每個元素/屬性的每次出現，那就太好了。問題是我得到“NameError：name 'X' is not defined”，我不知道如何重組，在我將它們移動到 CSV 之前，我的變數似乎一切正常。
from logging import root
import xml.etree.ElementTree as ET
import csv
import os
path = r'C:\Users\briefe\V'
f = open('jp-elements.csv', 'w', encoding="utf-8")
writer = csv.writer(f)
writer.writerow(["Note", "Supplied", "@Certainty", "@Source"])
#opening files in folder for project
for filename in os.listdir(path):
if filename.endswith(".xml"):
fullpath = os.path.join(path, filename)
#getting the root of each file as my starting point
for file in fullpath:
tree = ET.parse(fullpath)
root = tree.getroot()
try:
for note in root.findall('.//note'):
notes = note.attrib, note.text
for supplied in root.findall(".//supplied"):
print(supplied.attrib)
for suppliedChild in supplied.findall(".//*"):
supplies = suppliedChild.tag, suppliedChild.attrib
#attribute search
for responsibility in root.findall(".//*[@resp]"):
responsibilities = responsibility.tag, responsibility.attrib, responsibility.text
for certainty in root.findall(".//*[@cert]"):
certainties = certainty.tag, certainty.attrib, certainty.text
writer.writerow([notes, supplies, responsibilities, certainties])
finally:
f.close()
正如好心的建議，我正在嘗試保存如下所示的結果：
{http://www.tei-c.org/ns/1.0}add {'resp': '#MB', 'status': 'unremarkable'} Nach H gedruckt IV. Abt., V, Anhang Nr.
10.
{http://www.tei-c.org/ns/1.0}date {'cert': 'medium', 'when': '1805-04-09'} 9. April 1805
我正在嘗試將元組和字典項的這些混合作為字串保存到 csv 欄位中。但例如，我得到“NameError：名稱'notes'未定義”。
XML 代碼示例：
<?xml version="1.0" encoding="UTF-8"?><TEI xmlns="http://www.tei-c.org/ns/1.0" type="letter" xml:id="V_100">
<teiHeader>
</teiHeader>
<text>
<body>
<div type="letter">
<note type="ig">Kopie</note>
<p>Erlauben Sie mir, in Ihre Ehrenpforte noch einige Zwick<lb xml:id="V_39-7" rendition="#hyphen"/>steinchen einzuschieben. Philemon und Baucis müssen —
wenn<note corresp="#V_39-8">
<listPerson type="lineReference">
<person corresp="#JP-000228">
<persName>
<name cert="high" type="reg">Baucis</name>
</persName>
</person>
<person corresp="#JP-003214" ana="?">
<persName>
<name cert="low" type="reg">Philemon</name>
</persName>
</person>
</listPerson>
<p>
<hi rendition="#aq">Der Brief ist vielleicht nicht an den Minister Hardenberg
gerichtet,<lb/>
</p>
<lb/>
</div>
</body>
</text>
</TEI>
uj5u.com熱心網友回復：
正如發布的那樣，XML 在根目錄下有一個默認命名空間，必須考慮到元素的每個命名參考，例如<note>. 因此，請考慮notes將適當分配的此調整。
nsmp = "http://www.tei-c.org/ns/1.0"
for note in root.findall(f'.//{{{nsmp}}}note'):
notes = note.attrib, note.text
三重花括號是為了確保插入的字串值包含在花括號中，這也是 F 字串中使用的符號。請注意，您的代碼也會因supplies找不到而出錯。
但是，根據您的意見，請考慮一個動態解決方案，該解決方案不對任何元素名稱進行硬編碼，而是決議所有元素和屬性并將輸出展平為 CSV 格式。下面使用嵌套串列/字典決議來決議 XML 資料并遷移到 CSV，使用csv.DictWriter它將字典映射到 CSV 的欄位名稱。此外，下面使用背景關系管理器 ,with()來寫入文本并且不需要close()命令。
with open('Output.csv', 'w', newline='') as f:
writer = csv.DictWriter(
f, fieldnames=['element_or_attribute', 'text_or_value']
)
# MERGES DICTIONARIES OF ELEMENTS AND ATTRIBUTES
# DICT KEYS REMOVE NAMESPACES AND CHECKS FOR NoneTypes
# ATTRIBUTES ARE PREFIXED WITH PARENT ELEMENT NAME
xml_dicts = [{
**{el.tag.split('}')[1]:(
el.text.strip() if el.text is not None else el.text
)},
**{(
el.tag.split('}')[1] '_' k.split('}')[1]
if '}' in k
else el.tag.split('}')[1] '_' k):v
for k,v in el.attrib.items()}
} for i, el in enumerate(root.findall(f'.//*'), start=1)]
# COMBINES ABOVE DICTS INTO FLATTER FORMAT
csv_dicts = [
{'element_or_attribute': k, 'text_or_value':v}
for d in xml_dicts
for k, v in d.items()
]
writer.writeheader()
writer.writerows(csv_dicts)
上面應該集成到您的檔案回圈中，其中將一個XML 檔案處理為一個CSV。
CSV 輸出
| element_or_attribute | 文本或值 |
|---|---|
| 標題 | |
| 文本 | |
| 身體 | |
| div | |
| div_type | 信件 |
| 筆記 | 科皮 |
| note_type | ig |
| p | "Erlauben Sie mir, in Ihre Ehrenpforte noch einige Zwick" |
| 磅 | |
| lb_id | V_39-7 |
| lb_rendition | #連字符 |
| 筆記 | |
| note_corresp | #V_39-8 |
| 串列人 | |
| listPerson_type | 行參考 |
| 人 | |
| person_corresp | #JP-000228 |
| persName | |
| name | Baucis |
| name_cert | high |
| name_type | reg |
| person | |
| person_corresp | #JP-003214 |
| person_ana | ? |
| persName | |
| name | Philemon |
| name_cert | low |
| name_type | reg |
| p | |
| hi | "Der Brief ist vielleicht nicht an den Minister Hardenberg\n gerichtet," |
| hi_rendition | #aq |
| lb | |
| lb |
XML Input (corrected for reproducibility)
<?xml version="1.0" encoding="UTF-8"?>
<TEI xmlns="http://www.tei-c.org/ns/1.0" type="letter" xml:id="V_100">
<teiHeader></teiHeader>
<text>
<body>
<div type="letter">
<note type="ig">Kopie</note>
<p>Erlauben Sie mir, in Ihre Ehrenpforte noch einige Zwick<lb xml:id="V_39-7" rendition="#hyphen"/>steinchen einzuschieben. Philemon und Baucis müssen —
wenn<note corresp="#V_39-8"/>
<listPerson type="lineReference">
<person corresp="#JP-000228">
<persName>
<name cert="high" type="reg">Baucis</name>
</persName>
</person>
<person corresp="#JP-003214" ana="?">
<persName>
<name cert="low" type="reg">Philemon</name>
</persName>
</person>
</listPerson>
</p>
<p>
<hi rendition="#aq">Der Brief ist vielleicht nicht an den Minister Hardenberg
gerichtet,<lb/></hi>
</p>
<lb/>
</div>
</body>
</text>
</TEI>
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/445733.html