使用xml.dom中的minidom擷取xml檔案的内容并轉換為xls檔案

1.解析xml，提取資料

使用python自帶的xml.dom中的minidom（也可以用lxml）

xml檔案如下：

minidom.parse()#解析檔案，傳回DOM對象

_get_documentElement()DOM是樹形結構，獲得了樹形結構的根節點

getElementsByTagName()根據name查找根目錄下的子節點

getAttribute()擷取DOM節點的屬性的值

提取的代碼如下：

class get_xml():

  #加載擷取xml的文檔對象

  def __init__(self,address):

    #解析address檔案，傳回DOM對象，address為檔案位址

    self.doc = minidom.parse(address)

    #DOM是樹形結構，_get_documentElement()獲得了樹形結構的根節點

    self.root = self.doc._get_documentElement()

    #.getElementsByTagName()，根據name查找根目錄下的子節點

    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()，擷取DOM節點的屬性的值

      if i.getAttribute("lb") == "發送資訊":

        a = 'chatId":"(.*?)"'

      elif i.getAttribute("lb") == "接收資訊":

        # a = "chatId%3A%22(.*?)%22"

        a = "info%3A%22(.*?)%22"

      if (i.getAttribute("lb") == "發送資訊" or i.getAttribute("lb") == "接收資訊") and i.getAttribute("rc") == "200":

        try:

          #使用re包裡面的方法，通過正規表達式提取資料

          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.存儲為Excel，導出資料到Excel

用到的包openpyxl，openpyxl.workbook下的

Workbook()

用來在記憶體裡建立檔案，最後寫進磁盤的

wb = load_workbook(filename = XXXX.xlsx)：讀取Excel檔案，檔案位址為XXXX.xlsx

wb = Workbook()：建立一個Workbook對象

ew = ExcelWriter(workbook = wb)：建立一個excelWriter，最後用來儲存

wb.create_sheet(0, 'XXX')：建立一個sheet，位置是0，sheet名字是XXX

ws = wb.worksheets[0]：打開一個sheet，sheet位置是0，即第1個sheet

ws.cell(row=1,column=1).value = XXX：在1行1列的位置加入資料XXX

ew.save(filename = XXXX.xlsx)：将資料導出到本地，本地檔案位址為XXXX.xlsx

一個導出Excel的例子如下：

import openpyxl

from openpyxl import writer,load_workbook

# Workbook用來在記憶體裡建立檔案最後寫進磁盤的

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)

  #建立一個新sheet

  wb.create_sheet(0, '聊聊發送接收請求')

  # 打開已存在的第一個sheet，也可以用get_sheet_names獲得所有的sheet的名字

  ws = wb.worksheets[0]

  ws.title = "聊聊發送接收請求"

  ws.cell('A1').value = "chartid"

  ws.cell('B1').value = "接收時間戳"

  ws.cell('C1').value = "發送時間戳"

  ws.cell('D1').value = "時間戳差"

  ws.cell('E1').value = "接收lt"

  ws.cell('F1').value = "發送到接收的響應時間"

  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)