Python 如何从xml或tcx文件中获取数据系列
我想用Python在特定标记之间处理.tcx文件(xml格式)中的数据。Python 如何从xml或tcx文件中获取数据系列,python,xml,parsing,xpath,beautifulsoup,Python,Xml,Parsing,Xpath,Beautifulsoup,我想用Python在特定标记之间处理.tcx文件(xml格式)中的数据。 文件格式如下所示 <Track> <Trackpoint> <Time>2015-08-29T22:04:39.000Z</Time> <Position> <LatitudeDegrees>37.198049426078796</LatitudeDegrees>
文件格式如下所示
<Track>
<Trackpoint>
<Time>2015-08-29T22:04:39.000Z</Time>
<Position>
<LatitudeDegrees>37.198049426078796</LatitudeDegrees>
<LongitudeDegrees>127.07204628735781</LongitudeDegrees>
</Position>
<AltitudeMeters>34.79999923706055</AltitudeMeters>
<DistanceMeters>7.309999942779541</DistanceMeters>
<HeartRateBpm>
<Value>102</Value>
</HeartRateBpm>
<Cadence>76</Cadence>
<Extensions>
<TPX xmlns="http://www.garmin.com/xmlschemas/ActivityExtension/v2">
<Watts>112</Watts>
</TPX>
</Extensions>
</Trackpoint>
....Lots of <Trackpoint> ... </Trackpoint>
</Track>
2015-08-29T22:04:39.000Z
37.198049426078796
127.07204628735781
34.79999923706055
7.309999942779541
102
76
112
……很多。。。
最后,我将用“latitude,aighty,…”列创建数据表。。。瓦茨。首先,我尝试使用BeautifulSoup、xpath等从标记数据(如Watts…/Watts)生成一个列表。 但我是一个处理这些工具的新手。
如何使用Python在xml文件中的标记之间获取数据?您可以使用
lxml
模块以及XPath
lxml
非常适合解析XML/HTML、遍历元素树和返回元素文本/属性。您可以使用XPath
选择特定元素、元素集或元素属性。使用您的示例数据:
content = '''
<Track>
<Trackpoint>
<Time>2015-08-29T22:04:39.000Z</Time>
<Position>
<LatitudeDegrees>37.198049426078796</LatitudeDegrees>
<LongitudeDegrees>127.07204628735781</LongitudeDegrees>
</Position>
<AltitudeMeters>34.79999923706055</AltitudeMeters>
<DistanceMeters>7.309999942779541</DistanceMeters>
<HeartRateBpm>
<Value>102</Value>
</HeartRateBpm>
<Cadence>76</Cadence>
<Extensions>
<TPX xmlns="http://www.garmin.com/xmlschemas/ActivityExtension/v2">
<Watts>112</Watts>
</TPX>
</Extensions>
</Trackpoint>
....Lots of <Trackpoint> ... </Trackpoint>
</Track>
'''
from lxml import etree
tree = etree.XML(content)
time = tree.xpath('Trackpoint/Time/text()')
print(time)
您甚至可以使用
lxml
module跨各种XPath使用迭代Python列表将XML转换为CSV(以便以后导入到数据帧、电子表格或数据库表中)
请注意,最后一个Watts
节点是一个特殊的、较长的XPath,因为它转义了特殊的名称空间,xlmns
未在示例XML中注册
import os, csv
import lxml.etree as ET
# SET DIRECTORY
cd = os.path.dirname(os.path.abspath(__file__))
# LOAD XML FILE
xmlfile = 'trackXML.xml'
dom = ET.parse(os.path.join(cd, xmlfile))
# DEFINING COLUMNS
columns = ['latitude', 'longitude', 'altitude', 'distance', 'watts']
# OPEN CSV FILE
with open(os.path.join(cd,'trackData.csv'), 'w') as m:
writer = csv.writer(m)
writer.writerow(columns)
nodexpath = dom.xpath('//Trackpoint')
dataline = [] # FOR ONE-ROW CSV APPENDS
datalines = [] # FOR FINAL OUTPUT
for j in range(1,len(nodexpath)+1):
dataline = []
# LOCATE PATH OF EACH NODE VALUE
latitudexpath = dom.xpath('//Trackpoint[{0}]/Position/LatitudeDegrees/text()'.format(j))
dataline.append('') if latitudexpath == [] else dataline.append(latitudexpath[0])
longitudexpath = dom.xpath('//Trackpoint[{0}]/Position/LongitudeDegrees/text()'.format(j))
dataline.append('') if longitudexpath == [] else dataline.append(longitudexpath[0])
altitudexpath = dom.xpath('//Trackpoint[{0}]/AltitudeMeters/text()'.format(j))
dataline.append('') if altitudexpath == [] else dataline.append(altitudexpath[0])
distancexpath = dom.xpath('//Trackpoint[{0}]/DistanceMeters/text()'.format(j))
dataline.append('') if distancexpath == [] else dataline.append(distancexpath[0])
wattsxpath = dom.xpath("//Trackpoint[{0}]/*[name()='Extensions']/*[name()='TPX']/*[name()='Watts']/text()".format(j))
dataline.append('') if wattsxpath == [] else dataline.append(wattsxpath[0])
datalines.append(dataline)
writer.writerow(dataline)
print(datalines)
除CSV文件外,以下是选定列的数据线列表输出:
[['37.198049426078796', '127.07204628735781', '34.79999923706055', '7.309999942779541', '112']]
Python程序迭代在命令行中指定的TCX文件,并为循环活动的所有度量添加一个power字段。
它使用库来提高速度,因为它处理名称空间。在这个程序的早期版本中,我使用了xml.etree.ElementTree,但在名称空间方面遇到了问题。感谢您提供了简单的解决方案。我得到了除了瓦特以外的其他数据。也许TPX“xmlns=…”标记会导致问题。你能测试一下吗?你的解决方案就是我想要的!但它不起作用。错误消息如下所示。文件“xml2obj.py”,第15行,在中打开(os.path.join(cd,'trackData.csv'),'w',newline='')作为m:TypeError:'newline'是此函数的无效关键字参数这是Python 3解决方案。您可能正在使用Python 2.7,它不将
newline
作为open()
函数中的参数。只需将其移除即可。请参阅我的编辑。
[['37.198049426078796', '127.07204628735781', '34.79999923706055', '7.309999942779541', '112']]