python:xml.etree,用 xmltodict 转换为json数据,生成jstree所需的文件

XML格式转JSON格式 XML(可扩展标记语言)作为一种结构化标记语言,适合用于表示复杂层次结构的数据,具备自定义标签、属性和模式定义等特性。JSON(JavaScript对象表示)则是一种轻量级数据格式,以键值对的形式表示数据,广泛用于Web应用程序中。文章强调了了解这两种格式的优势和适用场景的重要性,以便在实际项目中做出明智的选择。无论您是开发人员、数据工程师还是系统架构师,对XML和JSON的理解都是关键的技能,有助于更好地满足不同项目的数据交换需求。 阅读详情

请参阅:java : pdfbox 读取 PDF文件内书签 或者 python:从PDF中提取目录

请注意:书的目录.txt 编码:UTF-8,推荐用 Notepad++ 转换编码。

xml 是 python 标准库,在 D:\Python39\Lib\xml\etree

pip install xmltodict ;

python 用 xml.etree.ElementTree,用 xmltodict 转换为json数据。

编写 txt_xml_etree_json.py  如下

# -*- coding: utf-8 -*-
""" 读目录.txt文件,用 xmltodict转换为json数据 """
import os
import sys
import codecs
import json
import xml.etree.ElementTree as et
import xmltodict

if len(sys.argv) ==2:
    f1 = sys.argv[1]
else:
    print('usage: python txt_xml_etree_json.py file1.txt')
    sys.exit(1)

if not os.path.exists(f1):
    print(f"ERROR: {f1} not found.")
    sys.exit(1)

fn,ext = os.path.splitext(f1)
if ext.lower() != '.txt':
    print('ext is not .txt')
    sys.exit(2)

fp = codecs.open(f1, mode="r", encoding="utf-8")
# 读取第一行:书名
title = fp.readline()
# 创建主题节点
root = et.Element("node")
root.set("id", '1')
root.set("text", title.strip())

# 定义状态:
state = et.SubElement(root, "state")
state.set("opened", 'true')
state.set("disabled", 'true')

# 用缩排表现层级关系,假设最多5个层级
indent1 = ' '*2
indent2 = ' '*4
indent3 = ' '*6
indent4 = ' '*8

n = 2
for line in fp:
    txt = line.strip()
    if len(txt) ==0:
        continue
    txt = txt[0:-3] # 去掉行尾的页数
    if len(txt) >0 and line[0] !=' ':
        # 创建主题的子节点(1级节点)
        node1 = et.SubElement(root, "children")
        node1.set("id", str(n))
        node1.set("text", txt)
        p_node = node1 # 寄存父节点
    elif line.startswith(indent1) and line[2] !=' ':
        # 创建node1的子节点(2级节点)
        try: type(node1)
        except NameError: node2 = et.SubElement(root, "children")
        else: node2 = et.SubElement(node1, "children")
        node2.set("id", str(n))
        node2.set("text", txt)
        p_node = node2
    elif line.startswith(indent2) and line[4] !=' ':
        # 创建node2的子节点(3级节点)
        try: type(node2)
        except NameError: node3 = et.SubElement(node1, "children")
        else: node3 = et.SubElement(node2, "children")
        node3.set("id", str(n))
        node3.set("text", txt)
        p_node = node3
    elif line.startswith(indent3) and line[6] !=' ':
        # 创建node3的子节点(4级节点)
        try: type(node3)
        except NameError: node4 = et.SubElement(node2, "children")
        else: node4 = et.SubElement(node3, "children")
        node4.set("id", str(n))
        node4.set("text", txt)
        p_node = node4
    elif line.startswith(indent4) and line[8] !=' ':
        # 创建node4的子节点(5级节点)
        try: type(node4)
        except NameError: node5 = et.SubElement(p_node, "children")
        else: node5 = et.SubElement(node4, "children")
        node5.set("id", str(n))
        node5.set("text", txt)
    else:
        print(txt)
    n += 1
fp.close()
print(f"line number: {n}")

# 转换成 str,方便导出
root_bytes = et.tostring(root, encoding="utf-8")
xml_str = root_bytes.decode()
try:
    json_dict = xmltodict.parse(xml_str, encoding='utf-8')
    json_str = json.dumps(json_dict['node'], indent=2)
except:
    print("xmltodict.parse error!")
# 去掉'@'
json_str = '['+ json_str.replace('\"@','"') +']'
#print(json_str)

# 导出.json文件
f2 = fn +'.json'
with codecs.open(f2, 'w', encoding='utf8') as fp:
    fp.write(json_str)

 python 用 xml.etree.ElementTree,用 xmltodict 转换为json数据,jinja2 生成jstree模板所需的文件。

编写 txt_xml_etree_htm.py  如下

# -*- coding: utf-8 -*-
""" 读目录.txt文件,用 xmltodict转换为json数据,生成jstree所需的文件 """
import os
import sys
import codecs
import json
import xml.etree.ElementTree as et
import xmltodict
from jinja2 import Environment,FileSystemLoader

if len(sys.argv) ==2:
    f1 = sys.argv[1]
else:
    print('usage: python txt_xml_etree_htm.py file1.txt')
    sys.exit(1)

if not os.path.exists(f1):
    print(f"ERROR: {f1} not found.")
    sys.exit(1)

fn,ext = os.path.splitext(f1)
if ext.lower() != '.txt':
    print('ext is not .txt')
    sys.exit(2)

fp = codecs.open(f1, mode="r", encoding="utf-8")
# 读取第一行:书名
title = fp.readline()
# 创建主题节点
root = et.Element("node")
root.set("id", '1')
root.set("text", title.strip())

# 定义状态:
state = et.SubElement(root, "state")
state.set("opened", 'true')
state.set("disabled", 'true')

# 用缩排表现层级关系,假设最多5个层级
indent1 = ' '*2
indent2 = ' '*4
indent3 = ' '*6
indent4 = ' '*8

n = 2
for line in fp:
    txt = line.strip()
    if len(txt) ==0:
        continue
    txt = txt[0:-3] # 去掉行尾的页数
    if len(txt) >0 and line[0] !=' ':
        # 创建主题的子节点(1级节点)
        node1 = et.SubElement(root, "children")
        node1.set("id", str(n))
        node1.set("text", txt)
        p_node = node1 # 寄存父节点
    elif line.startswith(indent1) and line[2] !=' ':
        # 创建node1的子节点(2级节点)
        try: type(node1)
        except NameError: node2 = et.SubElement(root, "children")
        else: node2 = et.SubElement(node1, "children")
        node2.set("id", str(n))
        node2.set("text", txt)
        p_node = node2
    elif line.startswith(indent2) and line[4] !=' ':
        # 创建node2的子节点(3级节点)
        try: type(node2)
        except NameError: node3 = et.SubElement(node1, "children")
        else: node3 = et.SubElement(node2, "children")
        node3.set("id", str(n))
        node3.set("text", txt)
        p_node = node3
    elif line.startswith(indent3) and line[6] !=' ':
        # 创建node3的子节点(4级节点)
        try: type(node3)
        except NameError: node4 = et.SubElement(node2, "children")
        else: node4 = et.SubElement(node3, "children")
        node4.set("id", str(n))
        node4.set("text", txt)
        p_node = node4
    elif line.startswith(indent4) and line[8] !=' ':
        # 创建node4的子节点(5级节点)
        try: type(node4)
        except NameError: node5 = et.SubElement(p_node, "children")
        else: node5 = et.SubElement(node4, "children")
        node5.set("id", str(n))
        node5.set("text", txt)
    else:
        print(txt)
    n += 1
fp.close()
print(f"line number: {n}")

# 转换成 str,方便导出
root_bytes = et.tostring(root, encoding="utf-8")
xml_str = root_bytes.decode()
try:
    json_dict = xmltodict.parse(xml_str, encoding='utf-8')
    json_str = json.dumps(json_dict['node'], indent=2)
except:
    print("xmltodict.parse error!")
# 去掉'@'
json_str = '['+ json_str.replace('\"@','"') +']'
#print(json_str)

# 使用 jinja2 对html模板文件进行数据替换
env = Environment(loader=FileSystemLoader('d:/python/'))
tpl = env.get_template('jstree_template.htm')
# 导出.html文件
f2 = fn +'.htm'
with codecs.open(f2, 'w', encoding='utf8') as fp:
    content = tpl.render(title=title.strip(), mydir=json_str)
    fp.write(content)

https://gitee.com/ 搜索 jstree 下载
https://gitee.com/mirrors/jstree?_from=gitee_search
git clone https://gitee.com/mirrors/jstree.git

编写 jstree 模板文件:jstree_template.htm

<!DOCTYPE html>
<html lang="en">
<head>
  <meta charset="UTF-8">
  <meta http-equiv="X-UA-Compatible" content="IE=Edge">
  <meta name="viewport" content="width=device-width, initial-scale=1">
  <title>{{title}}</title>
  <script src="../js/jquery-3.2.1.min.js"></script>
  <link rel="stylesheet" href="../js/jstree/dist/themes/default/style.css" />
  <script src="../js/jstree/dist/jstree.min.js"></script>
</head>
<body>
  <!-- 搜索框 -->
  <div class="search_input">
  <input type="text" id="search_a" />
  <img src="../js/jstree/dist/search.png" />
  </div>
  <div id="treeview1" class="treeview">
  </div>
<script type="text/javascript">
  var mydir = {{mydir}};
  $("#treeview1").jstree({
    'core' : {
    "multiple" : false,
    'data' : mydir,
    'dblclick_toggle': true
    },
    "plugins" : ["search"]
  });
  //输入框输入时自动搜索
  var tout = false;
  $('#search_a').keyup(function(){
    if (tout) clearTimeout(tout);    
    tout = setTimeout(function(){
      $('#treeview1').jstree(true).search($('#search_a').val());   
    }, 250);
  });   
</script> 
</body>
</html>

运行 python txt_xml_etree_htm.py your_pdf_dir.txt

生成 your_pdf_dir.htm

【代码篇】xml格式转为json格式(转为coco格式)python版 import json import xml.etree.ElementTree as ET import os from lxml import etree from tqdm import tqdm import numpy as np class GEN_Annotations: def __init__(self, filename): self.root = etree.Element("annotation") child1 = etree.Sub 阅读详情

相关推荐

NLP实战:如何用CoNLL-2003数据集快速提升命名实体识别模型性能(附完整代码)

本文详细介绍了如何利用CoNLL-2003公开数据集,通过深度剖析数据特点、构建鲁棒的数据预处理流水线、选择合适的模型架构(如BERT-CRF)以及优化训练策略,来系统性地提升命名实体识别(NER)模型的性能。文章提供了完整的代码示例,并分享了处理数据不均衡、标签对齐等核心挑战的实战技巧,帮助读者从理论到实践全面掌握NER任务。

cola5的博客 494

Python XML转Json

大家都知道python的字典和json类似,那么可不可以先将xml转换成json再去做其他的事情呢?1.下面的Python代码将任意XML格式文件转化为JSON格式(字典)。除Python自带的模块外,不需要依赖其他任何第三方库。最近遇到个接口,需要将XML转换为form-data格式,并排序,排序后再加密。2.XML文件的读取使用Python自带的XML模块。

AI创世纪的博客 2696

iverilog+GTKwave使用总结

iverilog是一个开源的硬件描述语言(HDL)仿真工具,用于对硬件描述语言(如Verilog)编写的数字电路进行仿真。它可以将Verilog代码编译为仿真模型,并通过仿真运行来验证设计的正确性。iverilog支持IEEE 1364-2005 Verilog语言标准,并提供了丰富的功能,包括对多种Verilog语言特性的支持、模块化设计、测试平台等。它还可以与其他工具(如GTKWave波形查看器)配合使用,以便进行仿真后的波形查看和分析。

争取早日成为硅农 2万+

Python 标准库之 xml.etree.ElementTree

简介   Element类型是一种灵活的容器对象,用于在内存中存储结构化数据。 [注意]xml.etree.ElementTree模块在应对恶意结构数据时显得并不安全。 每个element对象都具有以下属性:   1. tag:string对象,表示数据代表的种类。   2. attrib:dictionary对象,表示附有的属性。   3. text:string对象,表示elem...

weixin_34242658的博客 1523

超分算法 SwinIR: Image Restoration Using Swin Transformer

这篇文章结构比较简单,如果看过Swin-Transformer的话就没什么难点了。作者引入Swin-T结构应用于低级视觉任务,包括图像超分辨率重建、图像去噪、图像压缩伪影去除。网络由一个浅层特征提取模块、深层特征提取模块、重建模块构成。重建模块对不同的任务使用不同的结构。浅层特征提取就是一个3×3的卷积层。深层特征提取是k个RSTB块和一个卷积层构成。RSTB(Res- SwinIR: Image Restoration Using Swin Transformer[ICCV 2021]Abstract1.

qq_45122568的博客 1万+

【控制模块算法】控制理论的进修之路

系列文章目录 提示:这里可以添加系列文章的所有文章的目录,目录需要自己手动添加 TODO:写完再整理 文章目录系列文章目录前言一、(经典)自动控制理论【本科阶段】二、现代控制理论【本科阶段】三、最优控制理论【硕士阶段】总结 前言 认知有限,望大家多多包涵,有什么问题也希望能够与大家多交流,共同成长! 本文先对对控制理论的理解做个简单的介绍,具体内容后续再更,其他模块可以参考去我其他文章 提示:以下是本篇文章正文内容 一、(经典)自动控制理论【本科阶段】 一般控制工程、自动化相关的考研专业课就是自动

qq_35635374的博客 1448

xml转json-使用ElementTree

# ===== 导入包 ===== try: import xml.etree.cElementTree as ET except ImportError: import xml.etree.ElementTree as ET import json import sys import io # ===== 获取 xml 树 ===== rootpath = '数据集' tree = ET.parse(rootpath + "/" + str(i) + ".xml") root = tree

weixin_41360609的博客 302

强化学习实战——OpenAI Gym环境配置+实战演示(win10)

遇到问题:无法安装pickle5原因是:python3.8与该包不兼容,必须降python3.7的版本。

LZL2020LZL的博客 4899

python XML转换JSON

【代码】python XML转换JSON。

douyaoxin_126的博客 391

Claude Code 新手安装指南,手把手教你怎么安装使用

如果你是企业内网用户,或者需要自定义 API 端点,那可以用手动配置 API Key 的方式。

篮球界最会写bug的人;程序猿中打球最菜的人。 486

TPAMI 2025 | 从缺失碎片到杰作:基于上下文自适应扩散的图像修复

图像修复是一项具有挑战性的任务,尤其是要确保生成的内容与图像的现有部分无缝融合。尽管最近的扩散模型展现出了潜力,但它们在保持已知区域和未知(缺失)区域之间的连贯性方面常常遇到困难。这个问题源于扩散过程中缺乏明确的空间和语义对齐,导致生成的内容无法与原始图像平滑融合。此外,扩散模型通常依赖全局学习分布,而非局部特征,这使得生成的图像部分与现有图像部分之间存在不一致。在这项工作中,作者提出了ConFill,这是一个新颖的框架,引入了上下文自适应差异(CAD)模型,以确保在整个扩散过程中,已知区域和未知区域的中间

小白学视觉 240

数据提取数据提取 json jsonpath,etree,lxml

python数据提取,针对响应对数据和属性的获取方法。讲述了xpath,lxml、jsonpath等方法。

qq_51969153的博客 1105

Python爬虫实战:高效爬取中国专利数据库的完整指南

在当今信息爆炸的时代,专利数据作为技术创新的重要指标,对企业研发、市场分析和学术研究都具有极高价值。中国作为全球专利申请量最大的国家,其专利数据库包含了海量的技术创新信息。本文将详细介绍如何使用Python最新技术构建一个高效、稳定的中国专利数据库爬虫系统。中国专利数据库主要由国家知识产权局(CNIPA)维护,包含发明专利、实用新型专利和外观设计专利三大类。截至2023年,中国专利数据库已收录超过400万件发明专利和300万件实用新型专利。

2201_76125261的博客 1572

目标检测项目中,使用python+xml.etree.ElementTree将json格式标注文件转为xml格式标注文件

【代码】目标检测项目中,使用python+xml.etree.ElementTree将json格式标注文件转为xml格式标注文件。

limengshi138392的博客 375

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

用python将xml文件转换为json文件

将xml文件转换为json文件,同时保持相同的目录结构。

qq_51242193的博客 714

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

xml中俩种解析方式

两种解析方式 1、from xml.etree import ElementTree as ET 利用ElementTree模块下的xml方法可以把一个字符串类型的东西转换成Element类,从而利用Element类下面的方法 xml(字符串)解析方式只能读不能写 from xml.etree import ElementTree as ET # 打开文件,读取XML内...

weixin_30375427的博客 348

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

学习笔记之-XML.etree.ElementTree as ET

在介绍用法之前我们先简单了解一下xml文件,下面给出一个例子。我们可以使用这个类,一层一层的查看每个子类中的内容。size、object为子元素就像一棵树一样。annotation为根元素。

qq_50760157的博客 458

Python 解析 XML 并转换为 JSON 格式

通过本文,我们了解了如何使用 Python 将 XML 数据解析并转换为 JSON 格式。这种方法适用于处理简单到中等复杂度的 XML 数据。对于更复杂的场景,可以考虑使用第三方库如lxml或xmltodict来简化 XML 处理过程。希望本文对你有所帮助!如果你有任何问题或建议,请随时留言交流。```

2501_91247891的博客 869

python实现xml转json,解析超大xml文件,并去重

问题:存在几十万行的 xml复杂数据(层级属性非常多),接近 100MB,使用 xml 的方式解析非常慢,需要几十分钟。将 xml 转为 json对象,通过json的链式调用解析非常快,

weixin_44308055的博客 473

【文件操作】Python文件数据处理之csv、json、xml、txt、excel等文本文件写入、读取、合并等操作汇总

文件操作,几乎囊括了我们日常中最常见的一些文件存储格式,相信对你的处理有很大的帮助

钱多多先森 2万+

python实战——XML转Json

将xml文件转换为json文件,在网上找了一圈,发现文件大了,还收费,我这暴脾气,自己写一个吧!

专注于前沿科技解读与实用技巧分享,致力于将复杂技术简单化 4968

【python】XML和JSON之间快速转换

XML和JSON之间快速转换

乐亦亦乐的博客 1806

XML解析(DOM、ElementTree)及转换为JSON

xml.dom篇 DOM是Document Object Model的简称,XML 文档的高级树型表示。该模型并非只针对 Python,而是一种普通XML 模型。Python 的 DOM 包是基于 SAX 构建的,并且包括在 Python 2.0 的标准 XML 支持里。 一、xml.dom的简单介绍 1、主要方法: minidom.parse(filename):加载读...

akb7208的博客 1180

【python】使用python操作XML文件及JSON与XML互转

python对xml的操作,以及json与xml互转

sinat_41752325的博客 2891

自学python(3):python处理各种标注文件的格式转换(json,txt,xml相互转化)

#txt转xml # coding: utf-8 # author: HXY # 2020-4-17 """ 该脚本用于visdrone数据处理; 将annatations文件夹中的txt标签文件转换为XML文件; txt标签内容为: <bbox_left>,<bbox_top>,<bbox_width>,<bbox_height>,<score>,<object_category>,<truncation>,<

qq_34885993的博客 2580

python中将xml格式转json格式

python中将xml格式转json格式

panda-star的博客 9177
上一篇: python:xml.etree 生成思维导图 Freemind文件
下一篇: aardio 编辑GUI界面,调用 python 脚本示例
belldeep
博客等级 码龄20年 1820粉丝 584原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值