使用python'；s zip和列表理解以将xml转换为csv

我一直在看关于zip和魔法的其他问题，这对我理解它的工作原理有很大帮助。例如：

尽管我还得想一想到底发生了什么，但我现在已经有了更好的理解。因此，我试图实现的是将xml文档转换为csv。上面的最后一个链接非常接近我想要做的事情，但是我的源xml没有最一致的结构，这就是我遇到麻烦的地方。下面是我的源xml的一个示例（为了这个示例而简化）：

虽然这为我提供了一种可以用来编写csv的格式，但它有两个问题：

它跳过第二个子元素，因为它没有

元素（我想）。如果我只通过设置

tags=（'Name'，'姓氏'）

搜索存在于两个子元素中的元素，那么我有两个列表（太棒了！）

第一个孩子实际上有两个电话号码，但只返回一个

根据我的测试，当zip*开始发挥作用时，东西开始消失。。。我如何设置默认值以便保留空值

更新：为了更清楚地说明我打算做什么，这里是预期的输出格式（带有分号分隔符的CSV，其中每个字段中的多个值用逗号分隔）：

---

谢谢

关于第一个问题，您说“[i]f我只搜索两个子节点中存在的元素……我有两个列表返回”，这意味着第二个子节点缺少输出与两个

子节点之间的交互有关。事实并非如此。您似乎忽略了
zip
行为的一个方面是
zip
在用尽最短的参数后停止处理其参数

考虑以下代码简化的输出：

for child in data:
    print [child.findall(x) for x in tags]

输出将为（忽略内存地址）：

这将产生：

['John', 'Doe', '123456', '654321', '111111']
['Tom', 'Cat', '98765', '56789', '00000']

我把它拼凑起来了。阅读csv模块的文档，如果需要更具体的格式，请进行相应的更改

from csv import DictWriter
from StringIO import StringIO
import xml.etree
from xml.etree import ElementTree

xml_str = \
'''
<?xml version="1.0" encoding="utf-8"?>
<root>
    <child>
        <Name>John</Name>
        <Surname>Doe</Surname>
        <Phone>123456</Phone>
        <Phone>654321</Phone>
        <Fax>111111</Fax>
    </child>
    <child>
        <Name>Tom</Name>
        <Surname>Cat</Surname>
        <Phone>98765</Phone>
        <Phone>56789</Phone>
        <Phone>00000</Phone>
    </child>
</root>
'''

root = ElementTree.parse(StringIO(xml_str.strip()))
entry_list = []
for child_tag in root.iterfind("child"):
    child_tags = child_tag.getchildren()

    tag_count = {}
    [tag_count.__setitem__(tag.tag, tag_count.get(tag.tag, 0) + 1) for tag in child_tags]

    m_count = dict([(key, 0) for (key, val) in filter(lambda (x, y): y > 1, tag_count.items())])

    enum = lambda x: ("%s%s" % (x.tag, (" %d" % m_count.setdefault(x.tag, m_count.pop(x.tag) + 1)) if(tag_count[x.tag] > 1) else ""), x.text)
    tmp_dict = dict([enum(tag) for tag in child_tags])

    entry_list.append(tmp_dict)

field_order = ["Name", "Surname", "Phone 1", "Phone 2", "Phone 3", "Fax"]
field_check = lambda q: field_order.index(q) if(field_order.count(q)) else sys.maxint

all_fields = list(reduce(lambda x, y: x | set(y.keys()), entry_list, set([])))
all_fields.sort(cmp=lambda x, y: field_check(x) - field_check(y))

with open("test.csv", "w") as file_h:
    writer = DictWriter(file_h, all_fields, restval="", extrasaction="ignore", dialect="excel", lineterminator="\n")
    writer.writerow(dict(zip(all_fields, all_fields)))
    writer.writerows(entry_list)

从csv导入DictWriter
从StringIO导入StringIO
导入xml.etree
从xml.etree导入元素树
xml_str=\
'''
约翰
雌鹿
123456
654321
111111
汤姆
猫
98765
56789
00000
'''
root=ElementTree.parse（StringIO（xml_str.strip（）））
条目列表=[]
对于root.iterfind（“child”）中的child_标记：
child\u tags=child\u tag.getchildren（）
标记_计数={}
[tag\u count.\uuuuu setitem\uuuuuu（tag.tag，tag\u count.get（tag.tag，0）+1）用于子\u标记中的标记]
m_count=dict（[（key，0）表示过滤器中的（key，val）（lambda（x，y）：y>1，tag_count.items（）））
enum=lambda x:（“%s%s%”（x.tag，（“%d”%m_count.setdefault（x.tag，m_count.pop（x.tag）+1））如果（tag_count[x.tag]>1）else“”，x.text）
tmp_dict=dict（[子标签中标签的枚举（标签）]）
条目列表追加（tmp目录）
字段顺序=[“姓名”、“姓氏”、“电话1”、“电话2”、“电话3”、“传真”]
field_check=lambda q:field_order.index（q）if（field_order.count（q））else sys.maxint
所有字段=列表（reduce（lambda x，y:x | set（y.keys（）），entry_list，set（[]））
所有字段。排序（cmp=lambda x，y:field\u check（x）-field\u check（y））
打开（“test.csv”、“w”）作为文件：
writer=DictWriter（文件，所有字段，restval=，extraction=“忽略”，dialogue=“excel”，lineterminator=“\n”）
writer.writerow（dict（zip（所有字段，所有字段）））
writer.writerows（条目列表）
你好，阿尔普，谢谢你的回复。然而，它遗漏了几点。我将编辑我的回复，添加预期的输出，使其更加清晰。我的目的是将结果转换为csv格式，以便您的输出在该上下文中不正常。这就是我最终想要的：
John；乔；123456,654321;111111;汤姆；猫；98765,56789;00000;;因此，如果我有2个
元素，它们需要在一个csv“字段”中结束。此外，顺序很重要，作为csv，每个字段都必须与相应的标题明显匹配。。。这很好，但我得花好几个小时去理解你刚才在那里做的一切！谢谢
for child in data:
    print [child.findall(x) for x in tags]

[[<Element 'Name'>], [<Element 'Surname'>], [<Element 'Phone'>, <Element 'Phone'>], [<Element 'Fax'>]]
[[<Element 'Name'>], [<Element 'Surname'>], [<Element 'Phone'>, <Element 'Phone'>, <Element 'Phone'>], []]

for child in data:
    print [x.text for x in child]

['John', 'Doe', '123456', '654321', '111111']
['Tom', 'Cat', '98765', '56789', '00000']

from csv import DictWriter
from StringIO import StringIO
import xml.etree
from xml.etree import ElementTree

xml_str = \
'''
<?xml version="1.0" encoding="utf-8"?>
<root>
    <child>
        <Name>John</Name>
        <Surname>Doe</Surname>
        <Phone>123456</Phone>
        <Phone>654321</Phone>
        <Fax>111111</Fax>
    </child>
    <child>
        <Name>Tom</Name>
        <Surname>Cat</Surname>
        <Phone>98765</Phone>
        <Phone>56789</Phone>
        <Phone>00000</Phone>
    </child>
</root>
'''

root = ElementTree.parse(StringIO(xml_str.strip()))
entry_list = []
for child_tag in root.iterfind("child"):
    child_tags = child_tag.getchildren()

    tag_count = {}
    [tag_count.__setitem__(tag.tag, tag_count.get(tag.tag, 0) + 1) for tag in child_tags]

    m_count = dict([(key, 0) for (key, val) in filter(lambda (x, y): y > 1, tag_count.items())])

    enum = lambda x: ("%s%s" % (x.tag, (" %d" % m_count.setdefault(x.tag, m_count.pop(x.tag) + 1)) if(tag_count[x.tag] > 1) else ""), x.text)
    tmp_dict = dict([enum(tag) for tag in child_tags])

    entry_list.append(tmp_dict)

field_order = ["Name", "Surname", "Phone 1", "Phone 2", "Phone 3", "Fax"]
field_check = lambda q: field_order.index(q) if(field_order.count(q)) else sys.maxint

all_fields = list(reduce(lambda x, y: x | set(y.keys()), entry_list, set([])))
all_fields.sort(cmp=lambda x, y: field_check(x) - field_check(y))

with open("test.csv", "w") as file_h:
    writer = DictWriter(file_h, all_fields, restval="", extrasaction="ignore", dialect="excel", lineterminator="\n")
    writer.writerow(dict(zip(all_fields, all_fields)))
    writer.writerows(entry_list)