Анализ синтаксиса XML и запись в CSV

Question

Я пытаюсь проанализировать относительно сложный (для меня в любом случае!) XML-файл. Я уже писал в подобных темах и понимаю немного больше об этом. Однако это вызывает у меня проблемы. Отрывок из моего файла XML:

<?xml version="1.0" ?> 
<record number="1" type="custID" first-time="Wed Feb 4 19:22:57 2014" last-time="Fri Feb 7 10:11:02 2015"> 
    <Customer name="Bob Janotior" custID="4466851"> 
     <type>Monthly</type> 
     <max-books>5</max-books> 
     <rental status="false">overdue</essid> 
    </Customer> 
    <book title="All The Things" type="fiction" author="Jill Taylor" pubID="7744jh566lp"> 
     <cover>softback</cover> 
     <pub>Penguin</pub> 
    </book> 
    <book title="Mellow Tides of War" type="non-fiction" author="Prof. Lambert et al" pubID="7744gd556se"> 
     <cover>hardback</cover> 
     <pub>Penguin</pub> 
    </book> 
</record> 
<record number="2" type="custID" first-time="Wed Apr 8 15:23:54 2012" last-time="Fri Feb 7 10:11:02 2015"> 
    <Customer name="Jayne Wrikcek" custID="4466787"> 
     <type>Monthly</type> 
     <max-books>5</max-books> 
     <rental status="false">overdue</essid> 
    </Customer> 
    <book title="Kiss Me Hardy" type="fiction" author="AR Jones" pubID="766485gf66ki"> 
     <cover>softback</cover> 
     <pub>/Kingsoft</pub> 
    </book> 
    <book title="Oskar Came Again" type="fiction" author="Johnathan Huphries" pubID="a5555qwd2"> 
     <cover>hardback</cover> 
     <pub>Lofthouse</pub> 
    </book> 
</record> 

Так ранее я использовал этот сценарий, который я написал в Python 2.7:

from xml.dom.minidom import parse 
import xml.dom.minidom 
import csv 

def writeToCSV(myLibrary): 
    with open('output.csv', 'wb') as csvfile: 
     writer = csv.writer(csvfile, delimiter=',',quotechar='"', quoting=csv.QUOTE_MINIMAL) 
     writer.writerow(['title', 'author', 'author']) 
     books = myLibrary.getElementsByTagName("book") 
     for book in books: 
      titleValue = book.getElementsByTagName("title")[0].childNodes[0].data 
      authors = [] # get all the authors in a vector 
      for author in book.getElementsByTagName("author"): 
       authors.append(author.childNodes[0].data) 
      writer.writerow([titleValue] + authors) # write to csv 

doc = parse('library.xml') 
myLibrary = doc.getElementsByTagName("library")[0] 
# Print each book's title 
writeToCSV(myLibrary) 

Этот сценарий был фактически написанный для более простого файла XML. Я смущен, пытаясь адаптировать его для этого XML-файла, который имеет (для меня) гораздо более сложную структуру. Я медленно вписываюсь в минидомы и записи csv, но для меня это все еще нова. Это своего рода выход я хотел бы в моем CSV файл:

И это своего рода выход, который я хочу в моем CSV файл:

record number,type,Customer name,CustID,type,max-books,rental status,book,title,type,author, 
1,custID,Bob Janotoir,4466851,Monthly,5,false,overdue,All The Things,fiction,Jill Taylor, 
2,custID,Jayne Wrikcek,4466787,Monthly,5,false,overdue,Kiss Me Hardy,fiction,AR Jones, 

Answer 1

Это моя версия XML в CSV

Я создаю словарь, где я рекурсивно добавляю упорядоченные элементы каждой записи xml. Код принимает во внимание XML Чайлдс с тем же именем и переименовывает их ребенок, child2, child3 и т.д.

Надеются, что это помогает:

XML файл: (mdoified -> добавлен корневой узел «дерево », изменил </essid> к </rental>)

<tree> 
    <record number="1" type="custID" first-time="Wed Feb 4 19:22:57 2014" last-time="Fri Feb 7 10:11:02 2015"> 
     <Customer name="Bob Janotior" custID="4466851"> 
      <type>Monthly</type> 
      <max-books>5</max-books> 
      <rental status="false">overdue</rental> 
     </Customer> 
     <book title="All The Things" type="fiction" author="Jill Taylor" pubID="7744jh566lp"> 
      <cover>softback</cover> 
      <pub>Penguin</pub> 
     </book> 
     <book title="Mellow Tides of War" type="non-fiction" author="Prof. Lambert et al" pubID="7744gd556se"> 
      <cover>hardback</cover> 
      <pub>Penguin</pub> 
     </book> 
    </record> 
    <record number="2" type="custID" first-time="Wed Apr 8 15:23:54 2012" last-time="Fri Feb 7 10:11:02 2015"> 
     <Customer name="Jayne Wrikcek" custID="4466787"> 
      <type>Monthly</type> 
      <max-books>5</max-books> 
      <rental status="false">overdue</rental> 
     </Customer> 
     <book title="Kiss Me Hardy" type="fiction" author="AR Jones" pubID="766485gf66ki"> 
      <cover>softback</cover> 
      <pub>/Kingsoft</pub> 
     </book> 
     <book title="Oskar Came Again" type="fiction" author="Johnathan Huphries" pubID="a5555qwd2"> 
      <cover>hardback</cover> 
      <pub>Lofthouse</pub> 
     </book> 
    </record> 
</tree> 

Код:

from collections import defaultdict, OrderedDict 
from xml.etree import ElementTree as etree 
import csv 

# takes as input an xml root, a dictionary where to store the parsed values and an id number suggesting uniqueness of the current node 
def parse_node(root, dict, id): 
    # Parse this node 
    tag_dict = OrderedDict() 
    for key, value in root.attrib.items(): 
     if id > 1: # if there are more than one childs with the same tag 
      tag_dict[root.tag + str(id) + ':' + key] = value 
     else: 
      tag_dict[root.tag + ':' + key] = value 
    # Get children of node 
    children = root.getchildren() 
    # If node has one or more child 
    if len(children) >= 1: 
     # Loop through all the children 
     tag_dict_id = defaultdict(lambda: 0) 
     for child in children: 
      tag_dict_id[child.tag] += 1 # keep track of the children 
      # call to recursion function 
      # Parse children 
      parse_node(child, tag_dict, tag_dict_id[child.tag]) 
    # If does not have children and is the 'search_node' 
    elif len(children) == 0: 
     # Store the text inside the node. 
     if id > 1: 
      tag_dict[root.tag + str(id) + ':text'] = root.text 
     else: 
      tag_dict[root.tag + ':text'] = root.text 
    # update the current dictionary with the new data 
    dict.update(tag_dict) 
    return dict 

# Input: an xml root node. Output: 'output.csv' 
def writeToCSV(records_lib): 
    records_list = [] # contains each of the records 
    with open('output.csv', 'wb') as csvfile: 
     header = OrderedDict() # dictionary with the csv header 
     for record in records_lib: 
      parsed_record = parse_node(record, OrderedDict(), 1) 
      for x in parsed_record.keys(): 
       header[x] = x 
      records_list.append(parsed_record) 
     writer = csv.DictWriter(csvfile, fieldnames=header.keys()) 
     writer.writerow(header) 
     for record in records_list: 
      writer.writerow(record) 


doc = etree.parse('library.xml') 
root = doc.getroot() 
writeToCSV(root) 

Выход:

record:first-time,record:last-time,record:type,record:number,Customer:custID,Customer:name,type:text,max-books:text,rental:status,rental:text,book:title,book:pubID,book:type,book:author,cover:text,pub:text,book2:title,book2:pubID,book2:type,book2:author 
Wed Feb 4 19:22:57 2014,Fri Feb 7 10:11:02 2015,custID,1,4466851,Bob Janotior,Monthly,5,false,overdue,All The Things,7744jh566lp,fiction,Jill Taylor,hardback,Penguin,Mellow Tides of War,7744gd556se,non-fiction,Prof. Lambert et al 
Wed Apr 8 15:23:54 2012,Fri Feb 7 10:11:02 2015,custID,2,4466787,Jayne Wrikcek,Monthly,5,false,overdue,Kiss Me Hardy,766485gf66ki,fiction,AR Jones,hardback,Lofthouse,Oskar Came Again,a5555qwd2,fiction,Johnathan Huphries 

С наилучшими пожеланиями,