对xml文件中的文本数据进行提取并整合成excel表格

最新推荐文章于 2026-02-02 08:45:31 发布

原创最新推荐文章于 2026-02-02 08:45:31 发布 · 1.2k 阅读

1 ·

本内容遵循CC 4.0 BY-SA版权协议

收录于

python

该代码示例展示了如何使用Python读取Excel文件，然后遍历指定目录下的XML文件，提取HistCounts标签中的数据，根据年份和城市信息匹配到原始Excel数据，并将数据分别填入农田至湿地等类别列中，最后保存更新后的数据到新的Excel文件。

需求分析：

对HistCounts标签的数据，以“|”为分界，分别放进excel表格里

2.代码：

import os  
import os.path
import xml.dom.minidom
import pandas as pd  

file_path = 'C:/Users/JING5/Desktop/城市与用地匹配.xlsx'   # r对路径进行转义，windows需要
raw_data = pd.read_excel(file_path, header=0)

path="C:/Users/JING5/Desktop/城市/unzip"  
files=os.listdir(path)  #得到文件夹下所有文件名称
for i in files:
	path_city = path + "/" + i
	for j in range(2011,2020):
		path_xml = path_city + "/【立方数据学社】CLCD_v01_{}_albert.tif.aux.xml".format(j)
		dom = xml.dom.minidom.parse(path_xml)
		root = dom.documentElement
		cc=dom.getElementsByTagName('HistCounts')
		c1=cc[0]
		str_data = c1.firstChild.data
		list_data = str_data.split("|")
		for k in range(len(raw_data)):
			if raw_data['city'][k] == i[8:] and int(raw_data['year'][k]) == j:
				raw_data['农田'][k] = list_data[0]
				raw_data['森林'][k] = list_data[1]
				raw_data['灌木'][k] = list_data[2]
				raw_data['草原'][k] = list_data[3]
				raw_data['水域'][k] = list_data[4]
				raw_data['冰雪'][k] = list_data[5]
				raw_data['裸地'][k] = list_data[6]
				raw_data['不透水面'][k] = list_data[7]
				raw_data['湿地'][k] = list_data[8]
				break

raw_data.to_excel("最新数据.xlsx")

标签

#xml