1-5解析xml格式文件，并转化成jsonl格式文件

coleman114

已于 2024-04-26 16:22:58 修改

阅读量138

点赞数 9

分类专栏：自然语言处理文章标签： xml

于 2024-04-10 20:35:23 首次发布

本文链接：https://blog.csdn.net/coleman114/article/details/137609899

版权

自然语言处理专栏收录该内容

12 篇文章 0 订阅

订阅专栏

该文章描述了如何使用Python的ElementTree库解析XML文件EmotionClassficationTest.xml，提取其中的情感信息，如喜欢、高兴等，并将其存储为JSONL格式，便于进一步处理和分析。

摘要由CSDN通过智能技术生成

读取xml格式的文件，提取情感信息，并存储成jsonl格式文件，代码如下：

import xml.etree.ElementTree as ET import json import jsonlines # 解析XML文件 tree = ET.parse('EmotionClassficationTest.xml') root = tree.getroot() # 构建由字典组成的列表 sentences_list = [] output_type={'like':'喜欢','happiness':'高兴','surprise':'惊讶','disgust':'恐惧','fear':'害怕','anger':'生气','sadness':'忧伤','none':'无'} for weibo in root.findall('weibo'): for sentence_elem in weibo.findall('sentence'): opinionated = sentence_elem.get('opinionated') if opinionated == 'Y': value={} value['instruction']='请分析评论的情感色彩，回复积极或者消极' value['input'] = sentence_elem.text.strip() if sentence_elem.text else '' value['output'] = output_type[sentence_elem.get('emotion-1-type')] sentences_list.append(value) # 将列表保存为JSONL文件 with jsonlines.open('outputweibo.jsonl', mode='w') as file: file.write_all(sentences_list) print('处理完成，结果已保存至 outputweibo.jsonl')

import xml.etree.ElementTree as ET
import json
import jsonlines

# 解析XML文件
tree = ET.parse('EmotionClassficationTest.xml')
root = tree.getroot()

# 构建由字典组成的列表
sentences_list = []
output_type={'like':'喜欢','happiness':'高兴','surprise':'惊讶','disgust':'恐惧','fear':'害怕','anger':'生气','sadness':'忧伤','none':'无'}
for weibo in root.findall('weibo'):
    for sentence_elem in weibo.findall('sentence'):
        opinionated = sentence_elem.get('opinionated')
        if opinionated == 'Y':
            value={}
            value['instruction']='请分析评论的情感色彩，回复积极或者消极'
            value['input'] = sentence_elem.text.strip() if sentence_elem.text else ''
            value['output'] = output_type[sentence_elem.get('emotion-1-type')]
            sentences_list.append(value)

# 将列表保存为JSONL文件
with jsonlines.open('outputweibo.jsonl', mode='w') as file:
    file.write_all(sentences_list)
print('处理完成，结果已保存至 outputweibo.jsonl')