python遍历文件对象_python遍历文件 python创建XML对象 方法 python解析XML文件 提取ROI坐标计存入文件...

原文作者：aircraft

原文地址：https://www.cnblogs.com/DOMLX/p/8213442.html

XML文件？？？

xml即可扩展标记语言，它可以用来标记数据、定义数据类型，是一种允许用户对自己的标记语言进行定义的源语言。

里面的标签都是可以随心所欲的按照他的命名规则来定义的,文件名为roi.xml

<?xml version="1.0" encoding="UTF-8"?>

312

355

第一行是XML序言，<?xml version="1.0"?>。这一行代码会告诉解析器和浏览器，这个文件应该按照1.0版本的XML规则进行解析。

encoding = "utf-8"表示此XML文件采用utf-8的编码格式。

里面的标签都是自己命名定义的 只要符合这种包围的命名都可以 <>> 还有注意缩进。

解析xml文件第一步：

#coding=utf-8

importxml.dom.minidom#打开xml文档

dom = xml.dom.minidom.parse('roi.xml')

#得到xml文档元素对象

root = dom.documentElement

获得了对象之后就可以运用一些对元素标签操作的语法，每一个像<>>这样的标签 都是一个结点，而每一个结点都有它的nodeName，nodeValue，nodeType属性，写法是root.nodeName 要注意了这些语法对大小写都是敏感的，错一个大小写都是不行的，一般都符合驼峰的格式。

顾名思义 nodename 就是结点的名字 也就是标签名，nodevalue 就是结点里面的值 或者数据 不过这个只对文本结点有效。

第二步对XML文件进行操作，获取其中的值：

#coding=utf-8

import xml.dom.minidom

#打开xml文档

dom = xml.dom.minidom.parse('roi.xml')

#得到xml文档元素对象

root = dom.documentElement

#开始操作

#获取readSession标签集并且继续获取标签集中第一个readSession下的xCoord标签集

roiX=root.getElementsByTagName('readingSession')[0].getElementsByTagName('roi')[0].getElementsByTagName('xCoord')

#获取到了xCoord第一子集 的子元素的数据 将其打印 firstChild 在这里代表xCoord的文本内容 也是一个文本结点 将文本结点的数据打印

print roiX[0].firstChild.data

#还可以获取长度

xLen = root.getElementsByTagName('readingSession').length

print xLen

getElementsByTagName（标签名）这个函数就是用来通过标签名字获取

通过getElementsByTagName（标签名）获取到了标签元素对象 如果这个标签有id属性=“”也可以获取这个标签中的ID, 注意到xCoord中有一个id属性 直接ID=roiX.getAttribute("id") 就可以获取了

这里还有很多对其操作的方法 就不详细介绍了。

接下来看看用Python遍历文件：

importos

#这是我的文件目录路径

path = 'C:\Program Files\Java\jre-9.0.1\lib\jfr'

#将os.walk在元素中提取的值，分别放到root（根目录），dirs（目录名），files（文件名）中。for root, dirs, files inos.walk(path):print( "files =", files)print len(files)

非常简单的代码，这里我只对files文件名进行遍历打印 其他的用法大家看到这个语法就可以自己尝试了。

接下来进入正题 遍历文件解析XML文件 提取坐标集存入文档：

先看一部分简单版本的XML文件，目标就是将其中X,Y坐标提取存入文件 用途方便后来对数字图像处理的操作

3.12

540461523

Nodule 001

5

1

6

3

3

3

4

5

5

-125.000000

1.3.6.1.4.1.14519.5.2.1.6279.6001.110383487652933113465768208719

TRUE

312

355

311

356

310

357

309

357

308

358

接下来看看PYTHON部分的代码：

# -*- coding: UTF-8 -*-

"""

Spyder Editor

This is a temporary script file.

"""

#from __future__ import divition

import xml.dom.minidom

import os

path = 'C:\Program Files\Java\jre-9.0.1\lib\jfr'

#遍历文件夹获取文件名返回数组

for root, dirs, files in os.walk(path):

print( "files = ", files)

print len(files)

#通过文件名数组，不断的打开XML文件提取坐标

for f in range(len(files)):

fpName = files[f]

#获取XML文件的除了xml三个后缀之前的名字

nn =str(fpName[0:3])

#对每个XML文件都以相同的名字打开 W的方式 没有文件的话 会自动创建一个出来

fp = open(nn+".txt","w")

print nn

print fpName

#打开XML文档

dom = xml.dom.minidom.parse(fpName)

#得到文档元素对象

root = dom.documentElement

#获取标签集并提取坐标存入文档

drLen= root.getElementsByTagName('readingSession').length

if(drLen != 0):

for s in range(drLen):

drText ="\n\nDR"+str(s+1)+"\n\n"

fp.write(drText)

bb = root.getElementsByTagName('readingSession')[s].getElementsByTagName('roi').length

for i in range(bb):

roiX = root.getElementsByTagName('readingSession')[s].getElementsByTagName('roi')[i].getElementsByTagName('xCoord')

xLen = root.getElementsByTagName('readingSession')[s].getElementsByTagName('roi')[i].getElementsByTagName('xCoord').length

roiY = root.getElementsByTagName('readingSession')[s].getElementsByTagName('roi')[i].getElementsByTagName('yCoord')

yLen = root.getElementsByTagName('readingSession')[s].getElementsByTagName('roi')[i].getElementsByTagName('yCoord').length

xText = "\n 第"+str(i+1)+"个roi的X坐标\n"

fp.write(xText)

#将X坐标全部存入

roiData =""

for j in range(xLen):

roiData+= str(roiX[j].firstChild.data)+","

fp.write(roiData)

yText ="\n Y坐标\n"

fp.write(yText)

for k in range(yLen) :

roiData += str(roiX[j].firstChild.data)+","

fp.write(roiData)

fp.close()

以上代码完成后就能形成一个这样的文件：

如果是遍历解析的话 大概就会形成这样的一堆文件：

大家好我是飞机，是一个想成为全栈工程师的男人。

若有兴趣交流分享技术，可关注本人公众号，里面会不定期的分享各种编程教程，和共享源码，诸如研究分享关于c/c++,python,前端，后端，opencv,halcon,opengl,机器学习深度学习之类有关于基础编程，图像处理和机器视觉开发的知识