python.xml和.csv文件操作

我将.xml文件转换为.csv文件。在.xml文件中有一些值​​从该类型的

txtdescripticao

列中：

后勤、搜索和支持。“

因此，当我阅读文件时，pandas将

Logistics

后面的逗号解释为列分隔符，并向前抛出其余文本。我正在尝试使用以下代码解决此问题：

in_file = 'dados_limpos_2018.csv'
out_file = 'dados_2018.csv'
output = open(out_file, 'w')
with open(in_file, 'r') as source:
    for line in source:
    # split by semicolon
        data = line.strip().split(';')             
    # remove all quotes found
        data = [t.replace('"','') for t in data]
        for item in data[:-1]:
            item.replace(',', '')
            output.write(''.join(['', item, '',',']))
            # write the last item separately, without the trailing ';'
        output.write(''.join(['"', item, '"']))
        output.write('\n')
output.close()

然而，python已经将逗号解释为分隔符，并将其转换为分号。在这里我想知道：有没有任何方法可以在.csv文件中处理这个问题，或者我必须在.xml到.csv转换中处理这个问题？ .cs文件的示例

name, number, sgUF, txtDescricao, year
Romario, 15, RJ, Consultoria, 2018
Ronaldo, 9, RJ, Logistics, Search and Support, 2018

示例.xml文件：

<?xml version="1.0" encoding="UTF-8"?>
<xml>
    <dados>
          <despesa>
                  <name>Romario</name>
                  <number>15</number>
                  <sgUF>RJ</sgUF>
                  <txtDescricao>Consultoria</txtDescricao>
                  <year>2018</year>
           </despesa>

           <despesa>
                  <name>Ronaldo</name>
                  <number>9</number>
                  <sgUF>RJ</sgUF>
                  <txtDescricao>Logistics, Search and Support</txtDescricao>
                  <year>2018</year>
           </despesa>
     </dados>
</xml>

罗马里奥
15
RJ
领事馆
2018
罗纳尔多
9
RJ
后勤、搜索和支助
2018

---

注意：原始文件太大，无法在电子表格编辑器中打开。

如果您共享您的xml文件就好了

根据提供的信息

如果xml文件数据的值为

，

，请使用不同的分隔符（分号、制表符、空格）形成csv文件。 或 只要在XML文件中使用null替换

，

，然后转换

在这两种情况下，您都应该在从xml转换为csv时处理此问题。有了csv->csv将很难实现，而且数量将无法预测

编辑1：

我建议使用lxml中的objectify。 别忘了从xml中删除

。 解决方案如下

from lxml import objectify
import csv

file_xml = open('d:\\path\\to\\xml.xml','r')
converted_csv_file = open("converted.csv","w")
xml_string = file_xml.read()
xml_object = objectify.fromstring(xml_string)
csvwriter = csv.writer(converted_csv_file, delimiter=',',lineterminator = '\n')
count = 0
for row in xml_object.dados.despesa:
    if count == 0:
        csvwriter.writerow([row.name.tag,row.number.tag,row.sgUF.tag,row.txtDescricao.tag,row.year.tag])
    csvwriter.writerow([row.name.text,row.number.text,row.sgUF.text,row.txtDescricao.text.replace(',',''),row.year.text])
    count += 1

您可以通过以下方式安装lxml

pip install lxml

---

如果您共享您的xml文件，那就太好了

根据提供的信息

如果xml文件数据的值为

，

，请使用不同的分隔符（分号、制表符、空格）形成csv文件。 或 只要在XML文件中使用null替换

，

，然后转换

在这两种情况下，您都应该在从xml转换为csv时处理此问题。有了csv->csv将很难实现，而且数量将无法预测

编辑1：

我建议使用lxml中的objectify。 别忘了从xml中删除

。 解决方案如下

from lxml import objectify
import csv

file_xml = open('d:\\path\\to\\xml.xml','r')
converted_csv_file = open("converted.csv","w")
xml_string = file_xml.read()
xml_object = objectify.fromstring(xml_string)
csvwriter = csv.writer(converted_csv_file, delimiter=',',lineterminator = '\n')
count = 0
for row in xml_object.dados.despesa:
    if count == 0:
        csvwriter.writerow([row.name.tag,row.number.tag,row.sgUF.tag,row.txtDescricao.tag,row.year.tag])
    csvwriter.writerow([row.name.text,row.number.text,row.sgUF.text,row.txtDescricao.text.replace(',',''),row.year.text])
    count += 1

您可以通过以下方式安装lxml

pip install lxml

---

我在

txtdescripticao

列中修改了您的函数以处理这些情况

ncols=5
指数=3
in_文件='dados_limpos_2018.csv'
out_文件='dados_2018.csv'
输出=打开（输出文件“w”）
以open（in_文件，'r'）作为源：
对于行输入源：
#冒号分割
数据=line.strip（）.split（'，'）
#改变第三要素
数据长度=长度（数据）
如果数据长度>ncols：
#连接所有元素
数据[索引]=''.join（数据[索引：索引+1+（数据列-ncols）]）
数据[index+1:]=数据[index+1+data\u len-ncols:]
#写专栏
output.write（“，”.join（数据[：ncols]））
output.write（“\n”）
output.close（）

输入文件：

name, number, sgUF, txtDescricao, year
Romario, 15, RJ, Consultoria, 2018
Ronaldo, 9, RJ, Logistics, Search and Support, 2018

输出文件：

name, number, sgUF, txtDescricao, year
Romario, 15, RJ, Consultoria, 2018
Ronaldo, 9, RJ, Logistics Search and Support, 2018

---

OBS.：我假设此问题只发生在

txtDecricao

列中。

我修改了您的函数以处理

txtDecricao

列中的这些情况

ncols=5
指数=3
in_文件='dados_limpos_2018.csv'
out_文件='dados_2018.csv'
输出=打开（输出文件“w”）
以open（in_文件，'r'）作为源：
对于行输入源：
#冒号分割
数据=line.strip（）.split（'，'）
#改变第三要素
数据长度=长度（数据）
如果数据长度>ncols：
#连接所有元素
数据[索引]=''.join（数据[索引：索引+1+（数据列-ncols）]）
数据[index+1:]=数据[index+1+data\u len-ncols:]
#写专栏
output.write（“，”.join（数据[：ncols]））
output.write（“\n”）
output.close（）

输入文件：

name, number, sgUF, txtDescricao, year
Romario, 15, RJ, Consultoria, 2018
Ronaldo, 9, RJ, Logistics, Search and Support, 2018

输出文件：

name, number, sgUF, txtDescricao, year
Romario, 15, RJ, Consultoria, 2018
Ronaldo, 9, RJ, Logistics Search and Support, 2018

---

OBS.：我假设此问题只发生在

txtDecricao

列中。

为什么“如果len（数据）>5:”？检查行中是否有超过5个逗号分隔的值（列数）。如果出现这种情况，我假设

txtdescripticao

中的值包含逗号，并且在列表

data

中生成5个以上的值。在原始文件中，有28列，带有逗号的一列是8列。我做了替换：你代码中的3代表我代码中的8；4 => 9; 5 => 10; 错误仍然存在。我将代码修复为更一般的情况，现在应该更清楚了。明白了。但是，要合并列名，请键入：txtdescriptioneayearwhy'if len（data）>5:'？检查行中是否有超过5个逗号分隔的值（列数）。如果出现这种情况，我假设

txtdescripticao

中的值包含逗号，并且在列表

data

中生成5个以上的值。在原始文件中，有28列，带有逗号的一列是8列。我做了替换：你代码中的3代表我代码中的8；4 => 9; 5 => 10; 错误仍然存在。我将代码修复为更一般的情况，现在应该更清楚了。明白了。但是，您正在合并列名，键入：txtdescription.xml文件在代码中的读取位置？仅分配.csv文件。还有，熊猫在哪里使用？什么是期望输出？请把你的帖子发给我。确保您发布的内容可以完全运行（包括

import

行），以便在空的Python环境中重现您的问题？仅分配.csv文件。还有，熊猫在哪里使用？什么是期望输出？请把你的帖子发给我。请确保您发布的内容可以完全运行（包括

import

行），以便在空Python环境中重现您的问题。我正在尝试此操作，但出现以下错误：没有这样的子项：名称区分大小写，因此您有子项“名称”