python文件处理：解析.xml文件

XML（eXtensible Markup Language）指可扩展标记语言，被设计用来传输和存储数据，已经日趋成为当前许多新生技术的核心，在不同的领域都有着不同的应用。它是web发展到一定阶段的必然产物，既具有SGML的核心特征，又有着HTML的简单特性，还具有明确和结构良好等许多新的特性。

在做目标检测手工标注数据集的时候，通常会把标注的目标位置信息写入一个.xml文件，但在检查数据和数据清洗的时候，面对一堆坐标数据很难对标注的准确性进行检查，所以通常需要对xml文件进行解析，读出其中保存的目标和目标的一些信息。
需要解析的xml文件如下

<annotation>
  <folder>Images</folder>
  <filename>00001</filename>
  <path>E:\Images\00001.jpg</path>
  <source>
    <database>Unknown</database>
  </source>
  <size>
    <width>432</width>
    <height>495</height>
    <depth>3</depth>
  </size>
  <segmented>0</segmented>
  <object>
    <name>mirror</name>
    <pose>Unspecified</pose>
    <truncated>0</truncated>
    <difficult>0</difficult>
    <bndbox>
      <xmin>3</xmin>
      <ymin>159</ymin>
      <xmax>52</xmax>
      <ymax>202</ymax>
    </bndbox>
  </object>
  <object>
    <name>mirror</name>
    <pose>Unspecified</pose>
    <truncated>0</truncated>
    <difficult>0</difficult>
    <bndbox>
      <xmin>370</xmin>
      <ymin>134</ymin>
      <xmax>427</xmax>
      <ymax>179</ymax>
    </bndbox>
  </object>
  <object>
    <name>glass</name>
    <pose>Unspecified</pose>
    <truncated>0</truncated>
    <difficult>0</difficult>
    <bndbox>
      <xmin>56</xmin>
      <ymin>102</ymin>
      <xmax>373</xmax>
      <ymax>224</ymax>
    </bndbox>
  </object>
  <object>
    <name>light</name>
    <pose>Unspecified</pose>
    <truncated>0</truncated>
    <difficult>0</difficult>
    <bndbox>
      <xmin>29</xmin>
      <ymin>325</ymin>
      <xmax>114</xmax>
      <ymax>389</ymax>
    </bndbox>
  </object>
  <object>
    <name>light</name>
    <pose>Unspecified</pose>
    <truncated>0</truncated>
    <difficult>0</difficult>
    <bndbox>
      <xmin>322</xmin>
      <ymin>305</ymin>
      <xmax>405</xmax>
      <ymax>372</ymax>
    </bndbox>
  </object>
</annotation>

Ok ,从结构上，它很像我们常见的HTML超文本标记语言。但他们被设计的目的是不同的，超文本标记语言被设计用来显示数据，其焦点是数据的外观。它被设计用来传输和存储数据，其焦点是数据的内容。

那么它有如下特征：

首先，它是有标签对组成:
<aa></aa>
标签可以有属性：<aa id=’123’></aa>
标签对可以嵌入数据：<aa>abc</aa>
标签可以嵌入子标签（具有层级关系）：

<aa>
     <bb></bb>
</aa>

上面的xml文件保存了目标的名字:name和四个坐标(xmin, ymin, xmax, ymax)，使用python对其进行解析。

#coding=utf-8
import  xml.dom.minidom

#打开xml文档
dom = xml.dom.minidom.parse('abc.xml')

#得到文档元素对象
root = dom.documentElement
print root.nodeName
print root.nodeValue
print root.nodeType
print root.ELEMENT_NODE

mxl.dom.minidom 模块被用来处理xml文件，所以要先引入。

xml.dom.minidom.parse() 用于打开一个xml文件，并将这个文件对象dom变量。

documentElement 用于得到dom对象的文档元素，并把获得的对象给root

每一个结点都有它的nodeName，nodeValue，nodeType属性。

nodeName为结点名字。

nodeValue是结点的值，只对文本结点有效。

nodeType是结点的类型。catalog是ELEMENT_NODE类型

现在有以下几种：
‘ATTRIBUTE_NODE’
‘CDATA_SECTION_NODE’
‘COMMENT_NODE’
‘DOCUMENT_FRAGMENT_NODE’
‘DOCUMENT_NODE’
‘DOCUMENT_TYPE_NODE’
‘ELEMENT_NODE’
‘ENTITY_NODE’
‘ENTITY_REFERENCE_NODE’
‘NOTATION_NODE’
‘PROCESSING_INSTRUCTION_NODE’
‘TEXT_NODE’

NodeTypes - 有名常数

对于上文列出的xml文件，笔者使用了如下脚本，供读者进行参考，可根据自己的需要修改。

#! /usr/bin/env python
#coding = utf-8

from xml.dom.minidom import parse
import xml.dom.minidom
from PIL import Image, ImageDraw
import os
import ImageFont


xml_path = '/Users/Lee/Desktop/check_xml/experiments/xml/'
filelists = os.listdir(xml_path)
filelists.pop(0)

img_path = '/Users/Lee/Desktop/check_xml/experiments/images/'
save_path = '/Users/Lee/Desktop/check_xml/experiments/check_img/'
num = 0
for file in filelists:
    xml_file_path = os.path.join(xml_path+file)
    DOMTree = xml.dom.minidom.parse(xml_file_path)
    Data = DOMTree.documentElement
    img_name_tmp = Data.getElementsByTagName("filename")
    img_name = img_name_tmp[0].childNodes[0].data
    Objects = Data.getElementsByTagName("object")

    xmin_1 = []
    ymin_1 = []
    xmax_1 = []
    ymax_1 = []
    name_1 = []

    for object in Objects:
        name = object.getElementsByTagName('name')[0]
        name_1.append(name.childNodes[0].data)

        xmin = object.getElementsByTagName('xmin')[0]
        xmin_1.append(int(xmin.childNodes[0].data))

        ymin = object.getElementsByTagName('ymin')[0]
        ymin_1.append(int(ymin.childNodes[0].data))

        xmax = object.getElementsByTagName('xmax')[0]
        xmax_1.append(int(xmax.childNodes[0].data))

        ymax = object.getElementsByTagName('ymax')[0]
        ymax_1.append(int(ymax.childNodes[0].data))

    img = Image.open(os.path.join(img_path+img_name+'.jpg'))
    num_object = len(name_1)
    for i in range(num_object):
        x_text = (xmax_1[i] - xmin_1[i]) * 0.15 + xmin_1[i]
        y_text = ymin_1[i] - 25
        draw_name = ImageDraw.Draw(img)
        font1 = ImageFont.truetype("times_New_Roman.ttf",24)
        draw_name.text((x_text, y_text), name_1[i], fill= (255,0,0), font = font1)
        draw_rect = ImageDraw.Draw(img)
        draw_rect.rectangle([(xmin_1[i], ymin_1[i]), (xmax_1[i], ymax_1[i])],outline=(255,0,0))
    img.save(os.path.join(save_path + img_name + '.jpg'))
    num = num + 1
    if num % 500 == 0:
        print num

上述脚本可以把xml保存的名字和位置信息在原图上反映出来，用以检查手工标注数据的准确性。