看代码吧~
# -*- coding:utf-8 -*-
import os
import json
import numpy as np
#from xml.etree import ElementTree as etree
from xml.etree.ElementTree import Element
from xml.etree.ElementTree import SubElement
from xml.etree.ElementTree import ElementTree
imagePath = r'E:\Desktop\SteelCoilsDetection\test\images'
jsonPath = r'E:\Desktop\SteelCoilsDetection\test\json'
savePath = r'E:\Desktop\SteelCoilsDetection\test\xml'
jsonList = os.listdir(jsonPath)
for jsonName in jsonList:
print(jsonName)
readPath = os.path.join(jsonPath, jsonName)
# 打开json文件
with open(readPath, 'r') as file_loader:
jsonDic = json.load(file_loader)
# print(jsonDic.keys())
# dict_keys(['version', 'flags', 'shapes', 'imagePath', 'imageData', 'imageHeight', 'imageWidth'])
# 生成xml文件
annotation = Element('annotation')
folder = SubElement(annotation, 'folder')
folder.text = "images"
filename = SubElement(annotation, 'filename')
filename.text = jsonName.split('.')[0]
path = SubElement(annotation, 'path')
path.text = imagePath + jsonName.split('.')[0]
source = SubElement(annotation, 'source')
database = SubElement(source, 'database')
database.text = "Unknown"
size = SubElement(annotation, 'size')
width = SubElement(size, 'width')
width.text = str(jsonDic['imageWidth'])
height = SubElement(size, 'height')
height.text = str(jsonDic['imageHeight'])
depth = SubElement(size, 'depth')
depth.text = "3"
segmented = SubElement(annotation, 'segmented')
segmented.text = "0"
for shape in jsonDic['shapes']:
if shape["label"] == 'a':
continue
object = SubElement(annotation, 'object')
name = SubElement(object, 'name')
name.text = shape["label"]
pose = SubElement(object, 'pose')
pose.text = 'Unspecified'
truncated = SubElement(object, 'truncated')
truncated.text = str(0)
difficult = SubElement(object, 'difficult')
difficult.text = str(0)
points = shape['points']
mritx = np.array(points)
xxmin = min(mritx[:, 0])
xxmax = max(mritx[:, 0])
yymin = min(mritx[:, 1])
yymax = max(mritx[:, 1])
bndbox = SubElement(object, 'bndbox')
xmin = SubElement(bndbox, 'xmin')
xmin.text = str(int(xxmin))
ymin = SubElement(bndbox, 'ymin')
ymin.text = str(int(yymin))
xmax = SubElement(bndbox, 'xmax')
xmax.text = str(int(xxmax))
ymax = SubElement(bndbox, 'ymax')
ymax.text = str(int(yymax))
tree = ElementTree(annotation)
tree.write(os.path.join(savePath, jsonName.split('.')[0]+'.xml'), encoding = 'utf-8')美化：
# -*- coding:utf-8 -*-
import os
from xml.etree import ElementTree # 导入ElementTree模块
# elemnt为传进来的Elment类，参数indent用于缩进，newline用于换行
def prettyXml(element, indent, newline, level = 0):
# 判断element是否有子元素
if element:
# 如果element的text没有内容
if element.text == None or element.text.isspace():
element.text = newline + indent * (level + 1)
else:
element.text = newline + indent * (level + 1) + element.text.strip() + newline + indent * (level + 1)
# 此处两行如果把注释去掉，Element的text也会另起一行
#else:
#element.text = newline + indent * (level + 1) + element.text.strip() + newline + indent * level
temp = list(element) # 将elemnt转成list
for subelement in temp:
# 如果不是list的最后一个元素，说明下一个行是同级别元素的起始，缩进应一致
if temp.index(subelement) < (len(temp) - 1):
subelement.tail = newline + indent * (level + 1)
else: # 如果是list的最后一个元素， 说明下一行是母元素的结束，缩进应该少一个
subelement.tail = newline + indent * level
# 对子元素进行递归操作
prettyXml(subelement, indent, newline, level = level + 1)
dir = r'E:\Desktop\SteelCoilsDetection\test\xml'
for fileName in os.listdir(dir):
print(fileName)
tree = ElementTree.parse(os.path.join(dir, fileName)) #解析test.xml这个文件，该文件内容如上文
root = tree.getroot() #得到根元素，Element类
prettyXml(root, '\t', '\n') # 执行美化方法
#ElementTree.dump(root) #显示出美化后的XML内容
tree.write(os.path.join(dir, fileName), encoding = 'utf-8')补充：Python 标准库 xml 详解
对于简单的 XML 解析处理, 可以使用标准库 xml, 相对于第三方库 lxml, xml 无需额外安装, 但 xml 是用 Python 实现的, 性能不如 lxml
XML 的解析功能主要由 xml.etree.ElementTree 模块完成, 其中包含两个类, ElementTree 用于表示整个 XML 文档, 而 Element 表示文档中的一个节点
示例数据, 命名为 book.xml
<?xml version="1.0"?>
<bookstore>
<book name="西游记">
<author>吴承恩</author>
<dynasty>明朝</dynasty>
<similar name="封神演义" author="许仲琳"/>
</book>
<book name="红楼梦">
<author>曹雪芹</author>
<dynasty>清朝</dynasty>
</book>
<book name="三国演义">
<author>罗贯中</author>
<dynasty>明末清初</dynasty>
<similar name="三国志" author="陈寿"/>
</book>
</bookstore>
导入要解析的 XML 文档, 并获取文档的根节点
import xml.etree.ElementTree as ET
tree = ET.parse("./book.xml")
root = tree.getroot()也可以直接解析字符串
with open("./book.xml") as fp:
root = ET.fromstring(fp.read())对于每一个节点 Element:
通过列表接口可以访问直接子节点
通过字典接口可以访问属性节点, 也可通过 attrib 属性(例如 root.attrib)得到真正的字典
其他还有 tag 属性表示标签名, text 表示其包含的文本内容
# 遍历直接子节点
for book in root:
print(book.tag, book.attrib, book.get("name"))
# 访问根节点下的第2个子节点, 再向下访问第1个子节点的文本, 也就是 "<author>曹雪芹</author>"
author = root[1][0].text
print(type(author), author)打印输出
book {'name': '西游记'} 西游记
book {'name': '红楼梦'} 红楼梦
book {'name': '三国演义'} 三国演义
<class 'str'> 曹雪芹
获取到的文本结果与 lxml 不同, 这里的结果直接是字符串类型
递归函数, 可以遍历所有的后代节点
# 递归选择所有标签名为 "similar" 的节点
for book in root.iter("similar"):
print(book.attrib)打印输出
{'name': '封神演义', 'author': '许仲琳'}
{'name': '三国志', 'author': '陈寿'}
XPath 语法
XPath 类似于文件路径, 路径中最末尾的部分表示要提取的内容, 分隔符有两种, "/"表示直接子节点的关系, "//"表示所有的子节点
| 语法 | 含义 |
|---|---|
| tag | 匹配特定标签 |
| * | 匹配所有元素 |
| . | 当前节点, 用于相对路径 |
| … | 父节点 |
| [@attrib] | 匹配包含 attrib 属性的节点 |
| [@attrib=‘value'] | 匹配 attrib 属性等于 value 的节点 |
| [tag] | 匹配包含直接子节点 tag 的节点 |
| [tag=‘text'] | 匹配包含直接子节点 tag 且子节点文本内容为 text 的节点 |
| [n] | 匹配第 n 个节点 |
[] 前面必须有标签名, book[@name][similar] 匹配带有 name 属性以及 similar 直接子节点的 book 节点, 然后将 book[@name][similar] 置于 XPath 路径中, 例如 “/bookstore/book[@name][similar]”
可以通过 Element 对象的方法 findall(path) 和 find(path) 使用 XPath 语法, 次时路径是从 Element 代表的节点开始, 也可以通过 ElementTree 对象调用 findall 与 find, 相当于路径从根节点开始
匹配到节点, findall 返回所有匹配节点的列表, find 返回首个匹配节点, 没有匹配到节点时, findall 返回空列表, find 返回 None
# . 表示 bookstore 节点
author_1 = tree.find("./book[@name='红楼梦']/author").text
author_2 = tree.findtext("./book[@name='红楼梦']/author")
print("红楼梦作者:", author_1, author_2)
author_3 = root.find("./book/similar[@name='三国志']").get("author")
print("三国志作者:", author_3)打印结果
红楼梦作者: 曹雪芹 曹雪芹
三国志作者: 陈寿
findtext 类似于 find, 直接获取节点的文本内容
books_1 = root.findall("./book[similar]")
# 对于直接子节点, 可以省略 ./
books_2 = root.findall("book[similar]")
print(books_1 == books_2)
for book in books_1:
print(book[0].text, book[1].text)打印结果
True
吴承恩 明朝
罗贯中 明末清初
以上为个人经验，希望能给大家一个参考，也希望大家多多支持编程网。如有错误或未考虑完全的地方，望不吝赐教。
