XML到CSV在Python

Question

我遇到了很多麻煩Python中的XML文件轉換爲CSV。我已經看過很多論壇，嘗試了lxml和xmlutils.xml2csv，但我無法讓它工作。它是Garmin GPS設備的GPS數據。

下面是我的XML文件的樣子，縮短課程：

<?xml version="1.0" encoding="utf-8"?> 
<gpx xmlns:tc2="http://www.garmin.com/xmlschemas/TrainingCenterDatabase/v2" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:tp1="http://www.garmin.com/xmlschemas/TrackPointExtension/v1" xmlns="http://www.topografix.com/GPX/1/1" version="1.1" creator="TC2 to GPX11 XSLT stylesheet" xsi:schemaLocation="http://www.topografix.com/GPX/1/1 http://www.topografix.com/GPX/1/1/gpx.xsd http://www.garmin.com/xmlschemas/TrackPointExtension/v1 http://www.garmin.com/xmlschemas/TrackPointExtensionv1.xsd"> 
    <trk> 
     <name>2013-12-03T21:08:56Z</name> 
     <trkseg> 
      <trkpt lat="45.4852855" lon="-122.6347885"> 
       <ele>0.0000000</ele> 
       <time>2013-12-03T21:08:56Z</time> 
      </trkpt> 
      <trkpt lat="45.4852961" lon="-122.6347926"> 
       <ele>0.0000000</ele> 
       <time>2013-12-03T21:09:00Z</time> 
      </trkpt> 
      <trkpt lat="45.4852982" lon="-122.6347897"> 
       <ele>0.2000000</ele> 
       <time>2013-12-03T21:09:01Z</time> 
      </trkpt> 
     </trkseg> 
    </trk> 
</gpx> 

有我的巨大的XML文件的幾個TRK標籤，但我可以管理它們分離出來 - 他們代表着不同的「段」或在GPS設備上旅行。我要的是繪製這樣的一個CSV文件：

LAT   LON   TIME   ELE 
45.4...  -122.6... 2013-12... 0.00... 
...   ...   ...   ... 

這裏是我到目前爲止的代碼：

## Call libraries 
import csv 
from xmlutils.xml2csv import xml2csv 

inputs = "myfile.xml" 
output = "myfile.csv" 

converter = xml2csv(inputs, output) 
converter.convert(tag="WHATEVER_GOES_HERE_RENDERS_EMPTY_CSV") 

這是另一種選擇的代碼。它僅僅是輸出沒有數據，只是頭lat和lon CSV文件。

import csv 
import lxml.etree 

x = ''' 
<?xml version="1.0" encoding="utf-8"?> 
<gpx xmlns:tc2="http://www.garmin.com/xmlschemas/TrainingCenterDatabase/v2" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:tp1="http://www.garmin.com/xmlschemas/TrackPointExtension/v1" xmlns="http://www.topografix.com/GPX/1/1" version="1.1" creator="TC2 to GPX11 XSLT stylesheet" xsi:schemaLocation="http://www.topografix.com/GPX/1/1 http://www.topografix.com/GPX/1/1/gpx.xsd http://www.garmin.com/xmlschemas/TrackPointExtension/v1 http://www.garmin.com/xmlschemas/TrackPointExtensionv1.xsd"> 
<trk> 
    <name>2013-12-03T21:08:56Z</name> 
    <trkseg> 
    <trkpt lat="45.4852855" lon="-122.6347885"> 
     <ele>0.0000000</ele> 
     <time>2013-12-03T21:08:56Z</time> 
    </trkpt> 
    <trkpt lat="45.4852961" lon="-122.6347926"> 
     <ele>0.0000000</ele> 
     <time>2013-12-03T21:09:00Z</time> 
    </trkpt> 
    <trkpt lat="45.4852982" lon="-122.6347897"> 
     <ele>0.2000000</ele> 
     <time>2013-12-03T21:09:01Z</time> 
    </trkpt> 
    </trkseg> 
</trk> 
</gpx> 
''' 

with open('output.csv', 'w') as f: 
    writer = csv.writer(f) 
    writer.writerow(('lat', 'lon')) 
    root = lxml.etree.fromstring(x) 
    for trkpt in root.iter('trkpt'): 
     row = trkpt.get('lat'), trkpt.get('lon') 
     writer.writerow(row) 

我該怎麼做？請意識到我是一個新手，所以更全面的解釋將超級棒！

Answer 1

這是一個命名空間 XML文檔。因此，您需要使用各自的名稱空間來尋址節點。

在文檔中使用的命名空間在頂部定義：

xmlns:tc2="http://www.garmin.com/xmlschemas/TrainingCenterDatabase/v2" 
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" 
xmlns:tp1="http://www.garmin.com/xmlschemas/TrackPointExtension/v1" 
xmlns="http://www.topografix.com/GPX/1/1" 

因此，第一個命名空間被映射到短形式tc2，並會在像<tc2:foobar/>的元件一起使用。最後一個，它不具有縮寫形式的xmlns後，被稱爲默認命名空間，並將其應用到文檔中的所有元素不明確地使用一個命名空間 - 因此它適用於您的<trkpt />元素好。

因此，你需要寫root.iter('{http://www.topografix.com/GPX/1/1}trkpt')選擇這些元素。

爲了還可以獲得時間和高度，你可以使用trkpt.find()訪問trkpt節點下面的這些內容，然後element.text檢索這些元素的文本內容（而不是屬性，如lat和lon）。同時，由於time和ele元素也使用默認的命名空間，你將不得不再次使用{namespace}element語法選擇那些節點。

所以，你可以使用這樣的事情：

NS = 'http://www.topografix.com/GPX/1/1' 
header = ('lat', 'lon', 'ele', 'time') 

with open('output.csv', 'w') as f: 
    writer = csv.writer(f) 
    writer.writerow(header) 
    root = lxml.etree.fromstring(x) 
    for trkpt in root.iter('{%s}trkpt' % NS): 
     lat = trkpt.get('lat') 
     lon = trkpt.get('lon') 
     ele = trkpt.find('{%s}ele' % NS).text 
     time = trkpt.find('{%s}time' % NS).text 

     row = lat, lon, ele, time 
     writer.writerow(row) 

欲瞭解更多有關XML命名空間，看到Namespaces section in the lxml tutorial和Wikipedia article on XML Namespaces。有關.gpx格式的一些詳細信息，另見GPS eXchange Format。

Answer 2

這裏使用已經制作工具道歉，但做的工作與您的數據：

1. 轉換XML到JSON：http://convertjson.com/xml-to-json.htm
2. 採取這一JSON和轉換JSON到CSV：https://konklone.io/json/

它像一個魅力與您的數據。

ele,time,_lat,_lon 
0.0000000,2013-12-03T21:08:56Z,45.4852855,-122.6347885 
0.0000000,2013-12-03T21:09:00Z,45.4852961,-122.6347926 
0.2000000,2013-12-03T21:09:01Z,45.4852982,-122.6347897 

因此，對於編碼，我認爲XML> JSON> CSV可能是一個好方法。很多人在這些鏈接中找到指向的相關腳本。