python檔案處理：解析.xml檔案

XML（eXtensible Markup Language）指可擴充标記語言，被設計用來傳輸和存儲資料，已經日趨成為目前許多新生技術的核心，在不同的領域都有着不同的應用。它是web發展到一定階段的必然産物，既具有SGML的核心特征，又有着HTML的簡單特性，還具有明确和結構良好等許多新的特性。

在做目标檢測手工标注資料集的時候，通常會把标注的目标位置資訊寫入一個.xml檔案，但在檢查資料和資料清洗的時候，面對一堆坐标資料很難對标注的準确性進行檢查，是以通常需要對xml檔案進行解析，讀出其中儲存的目标和目标的一些資訊。

需要解析的xml檔案如下

<annotation>
  <folder>Images</folder>
  <filename>00001</filename>
  <path>E:\Images\00001.jpg</path>
  <source>
    <database>Unknown</database>
  </source>
  <size>
    <width>432</width>
    <height>495</height>
    <depth>3</depth>
  </size>
  <segmented>0</segmented>
  <object>
    <name>mirror</name>
    <pose>Unspecified</pose>
    <truncated>0</truncated>
    <difficult>0</difficult>
    <bndbox>
      <xmin>3</xmin>
      <ymin>159</ymin>
      <xmax>52</xmax>
      <ymax>202</ymax>
    </bndbox>
  </object>
  <object>
    <name>mirror</name>
    <pose>Unspecified</pose>
    <truncated>0</truncated>
    <difficult>0</difficult>
    <bndbox>
      <xmin>370</xmin>
      <ymin>134</ymin>
      <xmax>427</xmax>
      <ymax>179</ymax>
    </bndbox>
  </object>
  <object>
    <name>glass</name>
    <pose>Unspecified</pose>
    <truncated>0</truncated>
    <difficult>0</difficult>
    <bndbox>
      <xmin>56</xmin>
      <ymin>102</ymin>
      <xmax>373</xmax>
      <ymax>224</ymax>
    </bndbox>
  </object>
  <object>
    <name>light</name>
    <pose>Unspecified</pose>
    <truncated>0</truncated>
    <difficult>0</difficult>
    <bndbox>
      <xmin>29</xmin>
      <ymin>325</ymin>
      <xmax>114</xmax>
      <ymax>389</ymax>
    </bndbox>
  </object>
  <object>
    <name>light</name>
    <pose>Unspecified</pose>
    <truncated>0</truncated>
    <difficult>0</difficult>
    <bndbox>
      <xmin>322</xmin>
      <ymin>305</ymin>
      <xmax>405</xmax>
      <ymax>372</ymax>
    </bndbox>
  </object>
</annotation>
           

Ok ,從結構上，它很像我們常見的HTML超文本标記語言。但他們被設計的目的是不同的，超文本标記語言被設計用來顯示資料，其焦點是資料的外觀。它被設計用來傳輸和存儲資料，其焦點是資料的内容。

那麼它有如下特征：

首先，它是有标簽對組成:

<aa></aa>

标簽可以有屬性：

<aa id=’123’></aa>

标簽對可以嵌入資料：

<aa>abc</aa>

标簽可以嵌入子标簽（具有層級關系）：

<aa>
     <bb></bb>
</aa>
           

上面的xml檔案儲存了目标的名字:name和四個坐标(xmin, ymin, xmax, ymax)，使用python對其進行解析。

#coding=utf-8
import  xml.dom.minidom

#打開xml文檔
dom = xml.dom.minidom.parse('abc.xml')

#得到文檔元素對象
root = dom.documentElement
print root.nodeName
print root.nodeValue
print root.nodeType
print root.ELEMENT_NODE
           

mxl.dom.minidom 子產品被用來處理xml檔案，是以要先引入。

xml.dom.minidom.parse() 用于打開一個xml檔案，并将這個檔案對象dom變量。

documentElement 用于得到dom對象的文檔元素，并把獲得的對象給root

每一個結點都有它的nodeName，nodeValue，nodeType屬性。

nodeName為結點名字。

nodeValue是結點的值，隻對文本結點有效。

nodeType是結點的類型。catalog是ELEMENT_NODE類型

現在有以下幾種：

‘ATTRIBUTE_NODE’

‘CDATA_SECTION_NODE’

‘COMMENT_NODE’

‘DOCUMENT_FRAGMENT_NODE’

‘DOCUMENT_NODE’

‘DOCUMENT_TYPE_NODE’

‘ELEMENT_NODE’

‘ENTITY_NODE’

‘ENTITY_REFERENCE_NODE’

‘NOTATION_NODE’

‘PROCESSING_INSTRUCTION_NODE’

‘TEXT_NODE’

NodeTypes - 有名常數

對于上文列出的xml檔案，筆者使用了如下腳本，供讀者進行參考，可根據自己的需要修改。

#! /usr/bin/env python
#coding = utf-8

from xml.dom.minidom import parse
import xml.dom.minidom
from PIL import Image, ImageDraw
import os
import ImageFont


xml_path = '/Users/Lee/Desktop/check_xml/experiments/xml/'
filelists = os.listdir(xml_path)
filelists.pop()

img_path = '/Users/Lee/Desktop/check_xml/experiments/images/'
save_path = '/Users/Lee/Desktop/check_xml/experiments/check_img/'
num = 
for file in filelists:
    xml_file_path = os.path.join(xml_path+file)
    DOMTree = xml.dom.minidom.parse(xml_file_path)
    Data = DOMTree.documentElement
    img_name_tmp = Data.getElementsByTagName("filename")
    img_name = img_name_tmp[].childNodes[].data
    Objects = Data.getElementsByTagName("object")

    xmin_1 = []
    ymin_1 = []
    xmax_1 = []
    ymax_1 = []
    name_1 = []

    for object in Objects:
        name = object.getElementsByTagName('name')[]
        name_1.append(name.childNodes[].data)

        xmin = object.getElementsByTagName('xmin')[]
        xmin_1.append(int(xmin.childNodes[].data))

        ymin = object.getElementsByTagName('ymin')[]
        ymin_1.append(int(ymin.childNodes[].data))

        xmax = object.getElementsByTagName('xmax')[]
        xmax_1.append(int(xmax.childNodes[].data))

        ymax = object.getElementsByTagName('ymax')[]
        ymax_1.append(int(ymax.childNodes[].data))

    img = Image.open(os.path.join(img_path+img_name+'.jpg'))
    num_object = len(name_1)
    for i in range(num_object):
        x_text = (xmax_1[i] - xmin_1[i]) *  + xmin_1[i]
        y_text = ymin_1[i] - 
        draw_name = ImageDraw.Draw(img)
        font1 = ImageFont.truetype("times_New_Roman.ttf",)
        draw_name.text((x_text, y_text), name_1[i], fill= (,,), font = font1)
        draw_rect = ImageDraw.Draw(img)
        draw_rect.rectangle([(xmin_1[i], ymin_1[i]), (xmax_1[i], ymax_1[i])],outline=(,,))
    img.save(os.path.join(save_path + img_name + '.jpg'))
    num = num + 
    if num %  == :
        print num
           

上述腳本可以把xml儲存的名字和位置資訊在原圖上反映出來，用以檢查手工标注資料的準确性。