- 特定のフォルダに配置されたXMLファイルの一覧から特定要素を抽出する方法についてメモする。
テストデータ
-
こちらのXMLをテストデータとして利用させていただく。
-
test1.xml<?xml version="1.0"?> <data> <country name="Liechtenstein"> <rank>1</rank> <year>2008</year> <gdppc>141100</gdppc> <neighbor name="Austria" direction="E"/> <neighbor name="Switzerland" direction="W"/> </country> <country name="Singapore"> <rank>4</rank> <year>2011</year> <gdppc>59900</gdppc> <neighbor name="Malaysia" direction="N"/> </country> <country name="Panama"> <rank>68</rank> <year>2011</year> <gdppc>13600</gdppc> <neighbor name="Costa Rica" direction="W"/> <neighbor name="Colombia" direction="E"/> </country> </data>
コード
-
test.py- 本コードと同一階層に存在する
xmlsフォルダのxmlファイルを解析し、その結果をresult/cdata.csvファイルに保存する。 - 上記テストデータの国名とランクを抽出する。
- 本コードと同一階層に存在する
import xml.etree.ElementTree as ET
import glob
import csv
# XMLファイル一覧取得
# 前提:同一階層のxmlsフォルダにxmlファイルを配置する
xmls = glob.glob('xmls/*.xml', recursive=True)
# 解析結果格納用リスト
cdata_list = []
# ファイルごとに解析する
for xml in xmls:
# XMLファイルパース
tree = ET.parse(xml)
root = tree.getroot()
# 子要素(country)解析
for country in root:
# 子要素の中身を解析
name = country.attrib["name"]
rank = ""
for child in country.iter():
# 特定要素の抽出
if child.tag == 'rank':
# ファイル名、国名、ランクを出力
rank = child.text
print(
f'{xml},{name},{rank}')
cdata = [xml, name, rank]
cdata_list.append(cdata)
# CSVファイルに保存
with open('result/cdata.csv', 'w', newline="") as f:
writer = csv.writer(f)
writer.writerows(cdata_list)
動作確認
- 実行
python test.py
xmls\test1.xml,Liechtenstein,1
xmls\test1.xml,Singapore,4
xmls\test1.xml,Panama,68
- CSV
xmls\test1.xml,Liechtenstein,1
xmls\test1.xml,Singapore,4
xmls\test1.xml,Panama,68