python_XML-6-17.rar_python文件_pythonxml_python读写xml_python读写xm

共19个文件

xml：7个

py：6个

csv：4个

版权申诉

3 浏览量 2022-09-21 00:35:23 上传评论收藏 120KB RAR 举报

Python是一种强大的编程语言，尤其在处理数据和文件操作方面表现出色。XML（eXtensible Markup Language）是一种标记语言，常用于存储结构化数据。在Python中，我们可以使用内置的`xml`模块来读取、解析和写入XML文件。本篇文章将详细探讨如何使用Python与XML文件进行交互。我们需要导入`xml.etree.ElementTree`模块，它是Python的标准库之一，提供了XML处理的API。这个模块包含了两个主要的类：`ElementTree`和`Element`。`ElementTree`表示整个XML文档，而`Element`则表示XML文档中的一个节点或元素。读取XML文件：要读取XML文件，我们可以使用`ElementTree`的`parse()`函数。这个函数会返回一个`ElementTree`对象，我们可以通过该对象的`getroot()`方法获取XML文档的根元素。 ```python import xml.etree.ElementTree as ET tree = ET.parse('example.xml') root = tree.getroot() ``` 遍历XML结构：一旦我们有了根元素，就可以通过递归或迭代遍历XML文档的所有元素。每个`Element`对象都有`tag`（标签名）、`text`（元素内的文本）和`attrib`（属性字典）等属性，以及`children`（子元素列表）。 ```python for child in root: print(f"Tag: {child.tag}, Text: {child.text}, Attributes: {child.attrib}") for subchild in child: # 这里可以继续遍历子元素 pass ``` 写入XML文件：要创建新的XML文件或更新已有的XML文件，我们可以使用`ElementTree`的`Element`类来构建XML树结构，然后用`ElementTree`的`write()`方法将其写入文件。 ```python from xml.etree.ElementTree import Element, SubElement, ElementTree # 创建XML元素 root = Element('root') # 根元素 child1 = SubElement(root, 'child1', attr1='value1') # 创建子元素 child2 = SubElement(child1, 'child2') # 创建孙元素 child2.text = 'Some text' # 设置元素文本 # 写入XML文件 tree = ElementTree(root) tree.write('new_example.xml', encoding='utf-8', xml_declaration=True) ``` 此外，还可以使用`Element`的`append()`方法添加子元素，以及`Element`的`set()`方法设置属性。`xml_declaration=True`参数会添加XML声明，如`<?xml version="1.0" encoding="utf-8"?>`。处理XML数据：在实际应用中，我们可能需要提取XML数据进行进一步处理。`ElementTree`提供了多种方法，如`find()`、`findall()`和`iter()`，它们分别用于查找单个元素、所有匹配的元素和迭代所有元素。 ```python # 查找特定元素 found = root.find('.//child1/child2') if found is not None: print(found.text) # 找到所有匹配的元素 for elem in root.findall('.//child1'): print(elem.attrib) # 迭代所有元素 for elem in root.iter(): if elem.tag == 'child1': # 处理child1元素 pass ``` Python的`xml.etree.ElementTree`模块为处理XML文件提供了一套完整的工具。无论你是要读取XML数据，还是创建新的XML文档，甚至是进行复杂的XML数据解析，这个模块都能满足需求。通过熟练掌握这些基本操作，你可以在Python项目中轻松地与XML文件进行交互。

资源详情

资源评论

资源推荐

收起资源包目录

python_XML-6-17.rar （19个子文件）

python_XML-6-6

datas_6-17.csv 457B

test1.csv 55B

test_2.py 323B

cal-2_03_29_2018.xml 60KB

6-17.csv 2KB

test.py 144B

test 329B

rss20.xml 833KB

XML_read.py 918B

.idea

workspace(1).xml 15KB

python_XML.iml 438B

misc.xml 192B

modules.xml 272B

workspace.xml 20KB

potholes.xml 90KB

XML_read_6-17.py 4KB

XML_read_6-16.py 1KB

datas.csv 203B

test6-8.py 144B

import xml.etree.ElementTree as ET import numpy as np import pandas as pd import math def xy_to_Magphase_Mag(x,y): Mag=math.sqrt(x*x+y*y) return Mag def xy_to_Magphase_phase(x,y): if x==0: phase=90 else: phase = math.atan(y / x) Mag=math.sqrt(x*x+y*y) if Mag==0: phase=0 #phase = math.degrees(phase) if x>=0: phase=phase else: phase =phase-(math.pi) return phase def data_converter(data): mag_data=[] phase_data=[] data=data.astype('float64') reals=data[0,:] imags=data[1,:] i=0 for real in reals: mag=xy_to_Magphase_Mag(real,imags[i]) i=i+1 mag_data.append(mag) i=0 for real in reals: phase=xy_to_Magphase_phase(real,imags[i]) i=i+1 phase_data.append(phase) data = np.array([mag_data, phase_data]) return data def read_open_data(tree,path): RE = [] IM = [] for FreqList in tree.iterfind(path): for Real in FreqList.iter('Real'): # print(Real.text) RE.append(Real.text) for Imaginary in FreqList.iter('Imaginary'): # print(Imaginary.text) IM.append(Imaginary.text) data = np.array([RE, IM]) return data def read_data(tree,path): data=[] for FreqList in tree.iterfind(path): for double in FreqList.iter('double'): data.append(double.text) return data Freq=[] RE=[] IM=[] tree = ET.parse('cal-2_03_29_2018.xml') for FreqList in tree.iterfind('CalMsmtData/FreqList'): for double in FreqList.iter('double'): Freq.append(double.text) data=read_open_data(tree,'CalMsmtData/port1_OpenA') new_data=read_open_data(tree,'CalMsmtData/port1_OpenB') data=np.concatenate([data,new_data]) new_data=read_open_data(tree,'CalMsmtData/port2_OpenA') data=np.concatenate([data,new_data]) new_data=read_open_data(tree,'CalMsmtData/port2_OpenB') data=np.concatenate([data,new_data]) new_data=read_data(tree,'CalMsmtData/Mag_PowerMeterReading') data=np.row_stack([data,new_data]) data=data.astype('float64') new_data=read_open_data(tree,'CalMsmtData/e00') new_data=data_converter(new_data) data=np.concatenate([data,new_data]) new_data=read_open_data(tree,'CalMsmtData/e11') new_data=data_converter(new_data) data=np.concatenate([data,new_data]) new_data=read_open_data(tree,'CalMsmtData/e01e10') new_data=data_converter(new_data) data=np.concatenate([data,new_data]) new_data=read_open_data(tree,'CalMsmtData/e22') new_data=data_converter(new_data) data=np.concatenate([data,new_data]) new_data=read_open_data(tree,'CalMsmtData/e33') new_data=data_converter(new_data) data=np.concatenate([data,new_data]) new_data=read_open_data(tree,'CalMsmtData/e23e32') new_data=data_converter(new_data) data=np.concatenate([data,new_data]) new_data=read_open_data(tree,'CalMsmtData/e32e10') new_data=data_converter(new_data) data=np.concatenate([data,new_data]) new_data=read_open_data(tree,'CalMsmtData/e23e01') new_data=data_converter(new_data) data=np.concatenate([data,new_data]) data=data.T print(data) datas=pd.DataFrame(data,columns=['port1_OpenA_re','port1_OpenA_im','port1_OpenB_re','port1_OpenB_im'\ ,'port2_OpenA_re','port2_OpenA_im','port2_OpenB_re','port2_OpenB_im'\ ,'PowerMeterReading','e00_mag','e00_phase','e11_mag','e11_phase','e01e10_mag','e01e10_phase' , 'e22_mag', 'e22_phase', 'e33_mag', 'e33_phase', 'e23e32_mag', 'e23e32_phase' \ , 'e32e10_mag', 'e32e10_phase', 'e23e01_mag', 'e23e01_phase'],index=Freq) a=datas['e23e01_phase'] a=a['18'] print(a) datas.to_csv('6-17.csv',sep=',')