概述
先来介绍一下xml格式的文件,从数据分析的角度去看xml格式的数据集,具有以下的优点开放性(能在任何平台上读取和处理数据,允许通过一些网络协议交换xml数据)、简单性(纯文本,能在不同的系统之间交换数据)、结构和内容分离(不同于HTML,数据的显示和数据本身是分开的)、可扩展性(派生出其他标记语言)
问题描述
那么我们在进行数据分析的时候,如何运用xml里面的数据呢?
我们就需要将这类文件转化成其他类型的文件。
(其实我认为说成提取xml的数据组成新的类型文件比较好一点)
就我个人的观点,处理这方面的问题有点类似于网络爬虫,但不同于爬虫的是不需要考虑IP代理地址的问题(反爬确实是一个很难处理的问题)
问题解决方案
xml格式文件显示内容大致如下:
import os
import sys
import xml.etree.ElementTree as ET
import glob
def xml_to_txt(indir, outdir):
os.chdir(indir) # indir为xml文件来源的文件夹,outdir为转换的txt文件存储路径
annotated = os.listdir('.') # 返回包含目录中文件名称的列表
print(annotated)
for i, file in enumerate(annotated):
file_save = file.split('.')[0] + '.txt' #split将文件名与后缀名划分开来
file_txt = outdir + "\\"+file_save
f_w = open(file_txt, 'w')
in_file = open(file,encoding='UTF-8')
tree = ET.parse(in_file)
root = tree.getroot()
# 以下代码可忽略,你要在xml数据集上找到自己所需要数据对应的标签,想办法将其赋予一个变量,再将其写入新文件里就ok了
for value in root.iter('xxx'):
value = value.text
f_w.write(value)
f_w.write('\n\n')
还有我要说几句这个方法还是挺好用的,在你处理一个包含很多.xml文件夹的时候,能够直接读取所有xml文件,这样处理起来也比较方便。
到此这篇关于python将xml格式文件转换成txt文件的问题及解决方法(xml.etree方法)的文章就介绍到这了,更多相关python xml转换成txt文件内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网!