matlab读取xml文件的详细代码整理与实例分析
- 本文原始代码来源于
https://www.cnblogs.com/zhuangwy-cv/p/3729855.html
-
本文参考的原博客代码不完整有部分代码未上传，不能有效运行。因此本文在此基础进行了修改注释，形成一个可以正常运行且增强可读性的过程。
-
本文特点
- 提供完整可以运行的代码
- 详细的代码过程注释
- 可用的实例数据
- 骚话少
-
适用场景
- 在matlab中对xml数据提取
- 爬虫结果的分析
- 基础入门教程
-
更新内容
- 改为批量处理过程
原始代码
主函数
%% 读取特点结构xml文件中的内容，并保存在本地;
%% 2020年11月17日23:47:16
%% 尚帝@163.com
lear;
file_name='test-107.xml';%文件名
p = mfilename('fullpath'); %读取当前运行所在位置
[pathstr, name, ext] = fileparts(p);
filename=[pathstr,'\',file_name];
filename1=[pathstr,'\Results\']; %结果存储位置
xmlDoc = xmlread(filename); % 读取文件 bodyannotation.xml
%% Extract ID
IDArray = xmlDoc.getElementsByTagName('filename'); % 将所有文件名节点放入数组IDArray
for i = 1 : IDArray.getLength % 此例子中， IDArray.getLength
kth(i).pathnm= char(IDArray.item(i-1).getFirstChild.getData); % 提取当前节点的内容
end
%% extract the FDs
FDsArray1 = xmlDoc.getElementsByTagName('object'); % 将所有object节点放入数组FDsArray
FDsArray = xmlDoc.getElementsByTagName('bndbox'); % 将所有bndbox节点放入数组FDsArray
a=zeros(FDsArray1.getLength,4); %预先数据分配存储的内存
number_box1=FDsArray1.getLength;%节点数
for i = 1 : FDsArray.getLength
thisItem = FDsArray.item(i-1); %
childNode = thisItem.getFirstChild ;
while ~isempty(childNode) % 遍历bndbox的所有子节点，也就是遍历 标注程序保存下来的各个数据点 节点
if childNode.getNodeType == childNode.ELEMENT_NODE % 检查当前节点没有子节点， childNode.ELEMENT_NODE 定义为没有子节点。
childNodeNm = char(childNode.getTagName); % 当前节点的名字
childNodedata = char(childNode.getFirstChild.getData); % 当前节点的内容
marks=choosenode(childNodeNm); %与要匹配的数据信息进行编号
switch(marks)
case 1
A.name=childNodedata;
case 2
A.pose=childNodedata;
case 3
A.bndbox=childNodedata;
case 4
A.xmin=childNodedata;
case 5
A.ymin=childNodedata;
case 6
A.xmax=childNodedata;
case 7
A.ymax=childNodedata;
case 8
A.truncated=childNodedata;
case 9
A.difficult=childNodedata;
otherwise
end
end
childNode = childNode.getNextSibling; % 切换到下一个节点
end % End WHILE
%% 写入数据到矩阵中
a(i,1)=str2double(A.xmin);
a(i,2)=str2double(A.ymin);
a(i,3)=str2double(A.xmax);
a(i,4)=str2double(A.ymax);
end
s.box=a;
s.name=kth.pathnm;
s.number_box1=number_box1;
disp("提取的结果如下")
disp(s)
disp("box提取的结果如下")
disp(a)
ax=strcat(filename1,file_name,'.mat');
save ax s %保存提取的结果
要设定要提取的标签并进行输出位置控制
function mark=choosenode(childNodeNm)
if strcmp(childNodeNm,'name')
mark=1;
end
if strcmp(childNodeNm,'pose')
mark=2;
end
if strcmp(childNodeNm,'bndbox')
mark=3;
end
if strcmp(childNodeNm,'xmin')
mark=4;
end
if strcmp(childNodeNm,'ymin')
mark=5;
end
if strcmp(childNodeNm,'xmax')
mark=6;
end
if strcmp(childNodeNm,'ymax')
mark=7;
end
if strcmp(childNodeNm,'truncated')
mark=8;
end
if strcmp(childNodeNm,'difficult')
mark=9;
end
if strcmp(childNodeNm,'truncated')
mark=8;
end
读取xml的展示
<annotation verified="no">
<folder>positives</folder>
<filename>test-107.pgm</filename>
<path>E:/姘存灉鏁版嵁闆�/apple/test_images/positives/test-107.pgm</path>
<source>
<database>Unknown</database>
</source>
<size>
<width>612</width>
<height>459</height>
<depth>1</depth>
</size>
<segmented>0</segmented>
<object>
<name>apple</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>80</xmin>
<ymin>190</ymin>
<xmax>218</xmax>
<ymax>338</ymax>
</bndbox>
</object>
<object>
<name>apple</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>178</xmin>
<ymin>190</ymin>
<xmax>357</xmax>
<ymax>363</ymax>
</bndbox>
</object>
<object>
<name>apple</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>193</xmin>
<ymin>319</ymin>
<xmax>354</xmax>
<ymax>413</ymax>
</bndbox>
</object>
<object>
<name>apple</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>339</xmin>
<ymin>163</ymin>
<xmax>562</xmax>
<ymax>385</ymax>
</bndbox>
</object>
</annotation>
示例说明
本文为提取出bndbox中数据结构下的4个参数，并将参数以人能看懂的方式存储起来。
- 首先是利用xmlread将文件读取到matlab中
- 然后使用读取结果的getElementsByTagName属性设定要在xml中读取的数据，本文主要是读取bndbox结构下的数，因此将设定参数为FDsArray = xmlDoc.getElementsByTagName(‘bndbox’);
- 之后将遍历所有bndbox的子点，读取数据。
批量分析，更新代码
批量读取数据
p = mfilename('fullpath'); %读取当前运行所在位置
[pathstr, name, ext] = fileparts(p);
p = mfilename('fullpath'); %读取当前运行所在位置
% p_name=pathstr
filename=[pathstr,'\Results\'];%数据读取与存储位置
files = dir(strcat(filename,'*.xml'));
[pathstr, name, ext] = fileparts(p);
for i=1:length(files)
file_name=files(i).name;
filename1=[pathstr,'\Results\',file_name]; %结果存储位置
xlm_read_hung(file_name,filename1)
end
运行函数
function xlm_read_hung(file_name,filename1)
%% 读取特点结构xml文件中的内容，并保存在本地;、
%% 改成批量读取数据
%% 2020年11月18日15:41:47
% file_name='test-107.xml';%文件名
xmlDoc = xmlread(filename1); % 读取文件 bodyannotation.xml
%% Extract ID
IDArray = xmlDoc.getElementsByTagName('filename'); % 将所有文件名节点放入数组IDArray
for i = 1 : IDArray.getLength % 此例子中， IDArray.getLength
kth(i).pathnm= char(IDArray.item(i-1).getFirstChild.getData); % 提取当前节点的内容
end
%% extract the FDs
FDsArray1 = xmlDoc.getElementsByTagName('object'); % 将所有object节点放入数组FDsArray
FDsArray = xmlDoc.getElementsByTagName('bndbox'); % 将所有bndbox节点放入数组FDsArray
a=zeros(FDsArray1.getLength,4); %预先数据分配存储的内存
number_box1=FDsArray1.getLength;%节点数
for i = 1 : FDsArray.getLength
thisItem = FDsArray.item(i-1); %
childNode = thisItem.getFirstChild ;
while ~isempty(childNode) % 遍历bndbox的所有子节点，也就是遍历 标注程序保存下来的各个数据点 节点
if childNode.getNodeType == childNode.ELEMENT_NODE % 检查当前节点没有子节点， childNode.ELEMENT_NODE 定义为没有子节点。
childNodeNm = char(childNode.getTagName); % 当前节点的名字
childNodedata = char(childNode.getFirstChild.getData); % 当前节点的内容
marks=choosenode(childNodeNm); %与要匹配的数据信息进行编号
switch(marks)
case 1
A.name=childNodedata;
case 2
A.pose=childNodedata;
case 3
A.bndbox=childNodedata;
case 4
A.xmin=childNodedata;
case 5
A.ymin=childNodedata;
case 6
A.xmax=childNodedata;
case 7
A.ymax=childNodedata;
case 8
A.truncated=childNodedata;
case 9
A.difficult=childNodedata;
otherwise
end
end
childNode = childNode.getNextSibling; % 切换到下一个节点
end % End WHILE
%% 写入数据到矩阵中
a(i,1)=str2double(A.xmin);
a(i,2)=str2double(A.ymin);
a(i,3)=str2double(A.xmax);
a(i,4)=str2double(A.ymax);
end
s.box=a;
s.name=kth.pathnm;
s.number_box1=number_box1;
disp("提取的结果如下")
disp(s)
disp("box提取的结果如下")
disp(a)
ax=strcat(file_name,'.mat');
save(strcat(filename1(1:end-4),'.pgm.mat'),'s') % 存储的地址和名称
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
