- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我正在尝试将 XML 文件解析为 CSV。但是,我收到以下错误。我已经用另一个简单的 XML 测试了逻辑,它似乎有效。我在下面提供了我的错误、XML 文件、python 代码和我想要的输出。现在我只添加了两列。已经看了几个小时了,所以如果能有另一双眼睛,我将不胜感激。谢谢!
错误:
name = member.find('CaseName').tag AttributeError: 'NoneType' object has no attribute 'tag'
XML 文件:
<?xml version="1.0" encoding="UTF-8"?>
<Nuix version="7.2.2" architecture="amd64">
<Export
startTime="Sun Feb 25 22:07:07 2018 (America/Chicago)"
endTime="Sun Feb 25 22:08:03 2018 (America/Chicago)"
exportDuration="55s"
processingDuration="55s">
<ExportConfiguration>
<LoadFiles>
</LoadFiles>
<MessageFormat>NATIVE</MessageFormat>
<ExportDirectory>C:\Users\KK132WQ\Desktop\Brooklyn Case - Nuix\OCR cache directory</ExportDirectory>
<SeparateEmailAttachments>false</SeparateEmailAttachments>
<RegenerateNatives>false</RegenerateNatives>
<RegeneratePdfs>false</RegeneratePdfs>
<FindTopLevelItems>false</FindTopLevelItems>
<DescendantItems>false</DescendantItems>
<ExportContainers>false</ExportContainers>
<SortOrder>position</SortOrder>
<CaseName>Brooklyn</CaseName>
<CaseLocation>C:\Users\KK132WQ\Desktop\Brooklyn Case - Nuix</CaseLocation>
<TimeZone>America/Chicago</TimeZone>
<Numbering>
<Strategy>Document ID numbering</Strategy>
<DocumentPagesInSameFolder>true</DocumentPagesInSameFolder>
<FamilyDocumentsInSameFolder>false</FamilyDocumentsInSameFolder>
<FirstItemNumber>DOC-000000001</FirstItemNumber>
</Numbering>
<Imaging>
<ImagingProfile>Default</ImagingProfile>
</Imaging>
<Naming>
<NativeNamingScheme>Page only</NativeNamingScheme>
<PdfNamingScheme>Page only</PdfNamingScheme>
</Naming>
<OcrSettings>
<Recognition>High Quality - Slow</Recognition>
<Deskewed/>
<UpdateTextStore append="true"/>
<Rotation>Auto</Rotation>
<Languages>English</Languages>
</OcrSettings>
<ResemblanceThreshold>0.85</ResemblanceThreshold>
</ExportConfiguration>
<ExportStatistics>
<SelectedItems>4</SelectedItems>
<ExcludedCount>0</ExcludedCount>
<TotalItemsToExport>4</TotalItemsToExport>
<FailedItems>0</FailedItems>
<DocumentNumbers>
<First></First>
<Last></Last>
</DocumentNumbers>
</ExportStatistics>
<ExportStageDetails>
<Stage
name="WORK_QUEUE"
successfulItems="4"
failedItems="0"
duration="1s">
<SlipsheetItemDetails>
</SlipsheetItemDetails>
<FailedItemDetails>
</FailedItemDetails>
</Stage>
<Stage
name="NATIVE"
successfulItems="4"
failedItems="0"
duration="33s">
<SlipsheetItemDetails>
</SlipsheetItemDetails>
<FailedItemDetails>
</FailedItemDetails>
</Stage>
<Stage
name="STORED_EMAIL_FIXUP"
successfulItems="4"
failedItems="0"
duration="1s">
<SlipsheetItemDetails>
</SlipsheetItemDetails>
<FailedItemDetails>
</FailedItemDetails>
</Stage>
<Stage
name="PDF"
successfulItems="4"
failedItems="0"
duration="1s">
<SlipsheetItemDetails>
</SlipsheetItemDetails>
<FailedItemDetails>
</FailedItemDetails>
</Stage>
<Stage
name="BINARY_STORE"
successfulItems="0"
failedItems="0"
duration="0s">
<SlipsheetItemDetails>
</SlipsheetItemDetails>
<FailedItemDetails>
</FailedItemDetails>
</Stage>
<Stage
name="OCR_INITIALISATION"
successfulItems="4"
failedItems="0"
duration="0s">
<SlipsheetItemDetails>
</SlipsheetItemDetails>
<FailedItemDetails>
</FailedItemDetails>
</Stage>
<Stage
name="OCR"
successfulItems="4"
failedItems="0"
duration="17s">
<SlipsheetItemDetails>
</SlipsheetItemDetails>
<FailedItemDetails>
</FailedItemDetails>
</Stage>
<Stage
name="POST_OCR"
successfulItems="4"
failedItems="0"
duration="0s">
<SlipsheetItemDetails>
</SlipsheetItemDetails>
<FailedItemDetails>
</FailedItemDetails>
</Stage>
<Stage
name="TEXT_REPLACEMENT"
successfulItems="4"
failedItems="0"
duration="1s">
<SlipsheetItemDetails>
</SlipsheetItemDetails>
<FailedItemDetails>
</FailedItemDetails>
</Stage>
</ExportStageDetails>
<FileStatistics>
<NativeFilesExported>3</NativeFilesExported>
<NativeFilesFromStore>0</NativeFilesFromStore>
<NativeFilesExportedInline>0</NativeFilesExportedInline>
<NativeFilesExportedParallel>3</NativeFilesExportedParallel>
<NativeFilesExportedParallelLocal>0</NativeFilesExportedParallelLocal>
<NativeFilesWithInvalidTimes>0</NativeFilesWithInvalidTimes>
<NativePlaceHolderFilesExported>0</NativePlaceHolderFilesExported>
<NativeFilesRegenerated>0</NativeFilesRegenerated>
<TextFilesExported>0</TextFilesExported>
<TextPlaceHolderFilesExported>0</TextPlaceHolderFilesExported>
<PdfFilesExported>0</PdfFilesExported>
<PdfFilesStamped>0</PdfFilesStamped>
<TiffFilesExported>0</TiffFilesExported>
<PdfDetails>
<PdfFilesFromStore>0</PdfFilesFromStore>
<PdfFilesRegenerated>0</PdfFilesRegenerated>
<PdfFilesExportedInline>0</PdfFilesExportedInline>
<PdfFilesExportedParallel>0</PdfFilesExportedParallel>
<PdfFilesExportedParallelLocal>0</PdfFilesExportedParallelLocal>
<UserImportedPdfs>0</UserImportedPdfs>
<PrintedPdfs>0</PrintedPdfs>
<UnformattedTextPdfs>0</UnformattedTextPdfs>
<ItemEncryptedPdfs>0</ItemEncryptedPdfs>
<UnprintableItemPdfs>0</UnprintableItemPdfs>
</PdfDetails>
</FileStatistics>
<PageCountStatistics>
<PdfPages>0</PdfPages>
<StampedPages>0</StampedPages>
<FailedStampedPages>0</FailedStampedPages>
<AveragePageCount>0.0</AveragePageCount>
</PageCountStatistics>
<ThroughputStatistics>
<NativeDocRate>0.0857363321997085</NativeDocRate>
<PdfDocRate>0.0</PdfDocRate>
<StampedDocRate>0.0</StampedDocRate>
<PdfPageRate>0.0</PdfPageRate>
<StampingPageRate>0.0</StampingPageRate>
</ThroughputStatistics>
<MimeTypeStatistics>
<MimeTypes>
<MimeType name="application/pdf" count="4" />
</MimeTypes>
</MimeTypeStatistics>
</Export>
</Nuix>
Python 代码:
import xml.etree.ElementTree as ET
import csv
tree = ET.parse('D:\\Users\\eferse\\Desktop\\XML_parsing\\summary-report.xml')
root = tree.getroot()
# open a file for writing
Resident_data = open('D:\\Users\\eferse\\Desktop\\XML_parsing\\Nuix Export XML Parse_PythonOutput.csv', 'w')
# create the csv writer object
csvwriter = csv.writer(Resident_data)
resident_head = []
count = 0
for member in root.findall('Export'):
resident = []
address_list = []
if count == 0:
name = member.find('CaseName').tag
resident_head.append(CaseName)
location= member.find('CaseLocation').tag
resident_head.append(CaseLocation)
csvwriter.writerow(resident_head)
count = count + 1
name = member.find('CaseName').text
resident.append(CaseName)
location= member.find('CaseLocation').text
resident.append(CaseLocation)
csvwriter.writerow(resident)
Resident_data.close()
所需输出: Output
最佳答案
我使用索引来访问有问题的子元素。有时,当您知道信息在哪里时,这会更容易做到。
您可以使用以下方法进行检查
for child in root[0]:
print(child.tag, child.attrib)
您可以通过继续索引来进一步导航 root[0][0][1]
等等
您必须记住,索引是父级,而您正在寻找子级。在您的情况下,根目录是 Nuix
,它将返回此实例中的子项 Export
root[0]
是“Export”,find
将搜索子项并返回您想要的内容,即 ExportConfiguration
,这里是您要查找的 CaseName
和 CaseLocation
..
如果你这样做
for child in root[0][0]:
print(child.tag, child.attrib)
这将打印 CaseName
等标签,但您将无法在此级别使用 find 。您将在 CaseName
内搜索 CaseName
。
一旦您有了 parent ,您就可以更轻松地找到 child 。
此代码有效。
我已将空列表从循环中取出。
我还更改了 append
值,因为它们没有变量,只有字符串名称...我还缩进了一些附加内容,因为它们位于循环之外。
我留下了 print
语句,以便您可以看到发生了什么。
import xml.etree.ElementTree as ET
import csv
tree = ET.parse('summary-report.xml')
root = tree.getroot()
Resident_data = open('Parse_PythonOutput.csv', 'a')
# create the csv writer object
csvwriter = csv.writer(Resident_data)
resident_head = []
resident = []
address_list = []
count = 0
for member in root[0]:
if count == 0:
name = member.find('CaseName').tag
print(name)
resident_head.append(name)
location = member.find('CaseLocation').tag
print(location)
resident_head.append(location)
csvwriter.writerow(resident_head)
count = count + 1
name_text = member.find('CaseName').text
print(name_text)
resident.append(name_text)
text_location = member.find('CaseLocation').text
print(text_location)
resident.append(text_location)
print(resident)
csvwriter.writerow(resident)
Resident_data.close()
CSV 数据文件如下所示:
CaseName,CaseLocation
Brooklyn,C:\Users\KK132WQ\Desktop\Brooklyn Case - Nuix
关于python - 使用Python将XML解析为CSV nonetype错误,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49245474/
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库,但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表,这些数字逻辑上以 3 为一组,其中每个三元组是 (number, __ignored, flag[0 or 1]),例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话,但实际上我还没有找到这个问题的答案。 问题到底是什么? 我想运行 2 个脚本。在第一个脚本中,我调用另一个脚本,但我希望它们继续并行,而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令,该命令将在 python 2.7.5 中启动一个脚本,然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中,并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹,使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表,对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中,并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较,如下所示, #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块,该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号?” python 检查模块提供了定位行号的选项,但是, def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7,并且由于我的 $PATH 变量,这就是我输入 $ python 时得到的变量。然而,virtualenv 默认使用 Python 2.6,除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行,长度为 176861(即带有一些符号的字母数字字符),我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表,方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python,我正在尝试制作一个没有任何第 3 方库的网络抓取工具,这样过程对我来说并没有简化,而且我知道我在做什么。我浏览了一些在线资源,但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀!