在 python 中使用 Argparse 将 xml 转换为 csv

Posted 2023-03-25

【中文标题】在 python 中使用 Argparse 将 xml 转换为 csv

【英文标题】：Using Argparse To Convert xml to csv in python

【发布时间】：2013-06-22 12:26:15

【问题描述】：

我需要像这样接受一些命令行参数：

argparse.py hi.xml --> to produce hi.csv or
argparse.py hi.xml -o hello.csv --> to produce hello.csv

这是我的代码：

import os
import sys
import argparse
import csv
import indent
from xml.etree.ElementTree import ElementTree, Element, SubElement, Comment, tostring
import xml.etree.ElementTree as etree

def get_args(args):
    parser = argparse.ArgumentParser(description = "Converts CSV to XML")
    parser.add_argument('-v','--verbose',action='store_true',dest='verbose',help='Increases messages being printed to stdout')
    parser.add_argument("inputfile", help="Please input the name of the CSV file")
    parser.add_argument('-o','--outputfile',help='(optional) Output file name',nargs='?')
    args = parser.parse_args()
    ext = os.path.splitext(args.inputfile)[1].lower()
    if args.outputfile is None:
        if ext == ".csv":
            args.outputfile = os.path.splitext(args.inputfile)[0] + '.xml'

        elif ext == ".xml":
            args.outputfile = os.path.splitext(args.inputfile)[0] + '.csv'

    elif args.outputfile:
        if ext == ".csv":
            outputfile = open(args.outputfile, 'w')
        elif ext == ".xml":
            outputfile = open(args.outputfile,'w')
    else:
        sys.stderr.write('ERROR: Invalid extension %s\n' % ext)
        sys.exit(1)
    return args

def main(argv):
    args = get_args(argv[0:])
    if args is None:
        return 1
    ext = os.path.splitext(args.inputfile)[1].lower()
    if ext == ".csv":
        reader = read_csv(open(args.inputfile))
        generate_xml(reader, args.outputfile)

    if ext == ".xml":
        root = etree.parse(open(args.inputfile)).getroot()
        generate_csv(root, args.outputfile)


    if args.verbose:
        print ('Verbose Selected')
    if args.verbose:
        print ('Convert to XML with set name')

    return 0 

def read_csv(inputfile):
    return list(csv.reader(inputfile))

def generate_xml(reader,outfile):
    root = Element('Solution')
    root.set('version','1.0')
    tree = ElementTree(root)        
    head = SubElement(root, 'DrillHoles')
    description = SubElement(head,'description')
    current_group = None
    i = 0
    for row in reader:
        if i > 0:
            x1,y1,z1,x2,y2,z2,cost = row
            if current_group is None or i != current_group.text:
                current_group = SubElement(description, 'hole','hole_id':"%s"%i)

                collar = SubElement (current_group, 'collar','':', '.join((x1,y1,z1))),
                toe = SubElement (current_group, 'toe','':', '.join((x2,y2,z2)))
                cost = SubElement(current_group, 'cost','':cost)
        i+=1
    head.set('total_holes', '%s'%i)
    indent.indent(root)
    tree.write(outfile)

def generate_csv(root, outfile):

    with open(outfile, 'w') as file_:

        writer = csv.writer(file_, delimiter="\t")

    for a in zip(root.findall("drillholes/hole/collar"),
                 root.findall("drillholes/hole/toe"),
                 root.findall("drillholes/hole/cost")):
        writer.writerow([x.text for x in a])

if (__name__ == "__main__"):
    sys.exit(main(sys.argv))

我只需要 generate_csv 部分的帮助。正如您从函数 get_args(args) 中看到的那样，我获得了参数，这也是我使用 ext = ... 更改文件扩展名的地方。然后我使用 return args 将其返回。主函数调用此函数并获取参数，然后再次检查扩展名，然后根据扩展名进入下一个函数。在主函数中，我已经解析了 xml 文件，所以我只需将“root”和“args.outputfile”传递给 generate_csv 方法。然而，这是发生错误的地方： xml.etree.ElementTree.parserError: no element found line 1 column 0. 但是，我相信这可能不是唯一的错误，也许是我将参数传递到某个地方的方式它丢失了或修改的。请帮忙

【问题讨论】：

您不需要将args 传递给您的get_args 函数。 ArgumentParser 类知道从命令行查找参数。您实际上也不需要将 sys.argv 传递给 main。

【参考方案1】：

这并不是一个最小的示例，因此很难准确地确定您的问题是什么以及具体的问题是什么。

错误表示解析器没有输入。这表明文件实际上是空的，或者文件指针已经前进到文件的末尾。如果您不小心打开它进行写入并将其截断为零，则该文件可能为空。如果您不小心打开文件进行读取，从文件中读取所有内容，而忽略了回退文件指针，则文件指针可能会提前到文件末尾。

所以您可以看到发生了什么，为什么不尝试一些诊断程序，该诊断程序会采取婴儿步骤并在其间打印出来？也就是说，不要尝试etree.parse(open(args.inputfile))，而是尝试以下操作：

print( args.inputfile )
f = open( args.inputfile )
print( f.tell() )
print( f.read() )
f.seek(0)
xml = etree.parse( f )
print( xml )
root = xml.getroot()
print( root )

这样，你就可以看到发生了什么。

【讨论】：

抱歉，xml 文件本身有问题，但我现在已修复。无论如何，我在 writer.writerow([x.text for x in a]) 行遇到另一个错误：I/O operation on a closed file

这是因为writerow 不在with open(outfile, 'w') as file_: 结构内——注意for 的缩进级别终止with 并关闭相关文件。