Python解析XML并导出至Excel的完整实现

码头散步
码头散步
发布时间:2026-10-13 | 3人浏览过
原创

本文详细介绍如何使用Python解析XML文件并提取关键数据,最终保存为Excel格式。通过xml.dom.minidom获取DOM对象并遍历节点属性,结合openpyxl库在内存中创建Workbook并写入数据。文章涵盖文件读取、节点查找、属性获取及Excel写入保存的完整代码示例,适用于需要批量处理XML日志或配置文件的场景。

本文详细介绍一种使用Python提取XML内容并将其保存至Excel文件的具体实现方法,供读者参考与学习。

在近期的一项项目任务中,需要解析XML文件,从中提取chatid、lt以及timestamp等关键信息,并将这些数据存储到Excel文件中。

第一步:解析XML文件并提取所需数据

可以使用Python标准库中的xml.dom模块下的minidom(当然,也可以使用lxml库)来进行解析。

示例XML文件结构如下:

通过minidom.parse()解析文件,该函数返回一个DOM对象。利用_get_documentElement()方法获取树形结构的根节点。接着使用getElementsByTagName()根据名称查找根目录下的子节点,最后通过getAttribute()获取DOM节点属性的值。

具体的数据提取代码如下:

class get_xml():
  #加载获取xml的文档对象
  def __init__(self,address):
    #解析address文件,返回DOM对象,address为文件地址
    self.doc = minidom.parse(address)
    #DOM是树形结构,_get_documentElement()获得了树形结构的根节点
    self.root = self.doc._get_documentElement()
    #.getElementsByTagName(),根据name查找根目录下的子节点
    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(),获取DOM节点的属性的值
      if i.getAttribute("lb") == "发送信息":
        a = 'chatId":"(.*?)"'
      elif i.getAttribute("lb") == "接收信息":
        # a = "chatId%3A%22(.*?)%22"
        a = "info%3A%22(.*?)%22"
      if (i.getAttribute("lb") == "发送信息" or i.getAttribute("lb") == "接收信息") and i.getAttribute("rc") == "200":
        try:
          #使用re包里面的方法,通过正则表达式提取数据
          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

第二步:将数据保存为Excel格式并导出

本步骤主要使用openpyxl库,其中openpyxl.workbook下的Workbook()用于在内存中创建文件对象,随后将其写入磁盘。

具体操作包括:使用wb = load_workbook(filename = XXXX.xlsx)读取指定路径的Excel文件;使用wb = Workbook()创建一个空的Workbook对象;通过ew = ExcelWriter(workbook = wb)新建一个ExcelWriter实例,用于最终保存;使用wb.create_sheet(0, 'XXX')在位置0新建名为XXX的sheet;通过ws = wb.worksheets[0]打开第一个sheet(即位置0);利用ws.cell(row=1,column=1).value = XXX在指定行列写入数据;最后通过ew.save(filename = XXXX.xlsx)将数据导出至本地指定路径的Excel文件中。

以下是一个导出Excel的具体示例:

import openpyxl
from openpyxl import writer,load_workbook
# Workbook用来在内存里创建文件最后写进磁盘的
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)
  #创建一个新sheet
  wb.create_sheet(0, '聊聊发送接收请求')
  # 打开已存在的第一个sheet,也可以用get_sheet_names获得所有的sheet的名字
  ws = wb.worksheets[0]
  ws.title = "聊聊发送接收请求"
  ws.cell('A1').value = "chartid"
  ws.cell('B1').value = "接收时间戳"
  ws.cell('C1').value = "发送时间戳"
  ws.cell('D1').value = "时间戳差"
  ws.cell('E1').value = "接收lt"
  ws.cell('F1').value = "发送到接收的响应时间"
  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)

此外,这里再为大家提供几款关于XML操作的在线工具,供读者参考使用:

在线XML与JSON互相转换工具: http://tools.jb51.net/code/xmljson

在线格式化XML或在线压缩XML工具: http://tools.jb51.net/code/xmlformat

XML在线压缩与格式化工具: http://tools.jb51.net/code/xml_format_compress

XML代码在线格式化与美化工具: http://tools.jb51.net/code/xmlcodeformat

若读者对Python相关内容感兴趣,可查看本站专题:《Python操作xml数据技巧总结》、《Python操作Excel表格技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》。

希望本文所述的实现方法能对大家的Python程序设计工作有所帮助。

本站声明

本文内容仅供参考,不代表本站观点。转载或引用请注明出处。如发现内容问题,请通过联系我们页面反馈。

Python 相关产品和应用

全部下载

专题列表