使用python将格式怪异的XML文件转换为CSV

我有一个奇怪的XML文档，其中包含电话号码的详细信息，我需要将其导出到CSV文档中，但问题是它的格式不正确。所有元素都在标记内部，一些名称字段重复，但与下面的示例不同，大多数重复的行包含额外的空格或逗号。所有数字都从名称字段缩进

        <string>example1</string>
            <string>014584111</string>

        <string>example2</string>
            <string>04561212123</string>

        <string>example3</string>
            <string>+1 156151561</string>

        <string>example4</string>
            <string>564513212</string>
        
        <string>example3, </string>
        <string>example4  </string>

---

当然，这是可以做到的。如果你能用人类语言描述这个过程，你也可以编写程序

例如：

逐行读取文件？或者该文件是否适合存储？ 剥去 这条线是预定的吗？->不->这是一把钥匙 这条线是预定的吗？->是->它是最后一个键的值 将结果添加到dict中 将dict写入.csv文件 所以-你现在需要做一些决定，比如：

导入文件很大吗？然后它可能无法放入内存，我们需要逐行处理。或者它是否适合记忆

这个项目需要很多次吗？还是只是一次性转换

然后，您可以将问题划分为更小的子问题，并为每个子问题编写一些测试

---

你还需要考虑更多的情况，比如文件大小，如果它是一次性脚本，如果有错误检查，如果有两个预期的行？等等。

下面是如何处理数据的

---

如果本例3在本例3+1 1561151之前，那么输出是什么？如果没有特定的模式，如何识别重复项？@bitranox查看XML输入的最后一条记录，看看结果是否正确。请随意投票选出这个答案：-看看数据-它是格式错误的XML，并且值是缩进的。问题中说明：所有数字都从名称字段缩进。通过使用普通的XML解析器，这些信息会丢失，因此需要手动解析。最后两行不应该出现在结果中，因为它们没有分配数字，这在问题的结果集中有说明。因此，很不幸，您的答案是错误的…@bitranox我的代码只是将XML加载到dict列表中。从这一点上，OP可以添加解决此问题的逻辑。我对XML输入所做的只是添加和。我没有改变任何事情！同样-您的转换忽略缩进-数字在该数据集中缩进。这些信息对于进一步的解析非常有用，而您忽略了它——这不是一个好主意！除此之外，您真的不需要XML解析器来剥离这些标记。

FullName  PhoneNumber
  
example1  014584111
example2  014584111    
example3  +1 156151561  
example4  564513212 

import xml.etree.ElementTree as ET

def is_phone_number(value):
    for x in value:
        if x != '+' and x != ' ' and not x.isnumeric():
            return False
    return True
    
xml = '''<r> <string>example1</string>
            <string>014584111</string>

        <string>example2</string>
            <string>04561212123</string>

        <string>example3</string>
            <string>+1 156151561</string>

        <string>example4</string>
            <string>564513212</string>
        
        <string>example3, </string>
        <string>example4  </string></r>'''
data = []
root = ET.fromstring(xml)
strings = root.findall('.//string')
i = 0
while i < len(strings):
    if is_phone_number(strings[i+1].text):
        data.append({'key': strings[i].text,'value':strings[i+1].text})
    i += 2

print(data)

[{'key': 'example1', 'value': '014584111'}, {'key': 'example2', 'value': '04561212123'}, {'key': 'example3', 'value': '+1 156151561'}, {'key': 'example4', 'value': '564513212'}]