python脚本遍历文件名输入文件 python遍历文件对象

转载

mob64ca14092155 2024-08-16 15:12:52

文章标签 python脚本遍历文件名输入文件 python 人工智能 java xml 文章分类 Python 后端开发

原文作者：aircraft

　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"?>
<readingSession>
    <roi>
        <xCoord id="1">312</xCoord>
          <yCoord>355</yCoord>
    </roi>
</readingSession>

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
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

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：

import os

#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 in os.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

<readingSession>
    <annotationVersion>3.12</annotationVersion>
    <servicingRadiologistID>540461523</servicingRadiologistID>
    <unblindedReadNodule>
      <noduleID>Nodule 001</noduleID>
      <characteristics>
        <subtlety>5</subtlety>
        <internalStructure>1</internalStructure>
        <calcification>6</calcification>
        <sphericity>3</sphericity>
        <margin>3</margin>
        <lobulation>3</lobulation>
        <spiculation>4</spiculation>
        <texture>5</texture>
        <malignancy>5</malignancy>
      </characteristics>
      <roi>
        <imageZposition>-125.000000 </imageZposition>
        <imageSOP_UID>1.3.6.1.4.1.14519.5.2.1.6279.6001.110383487652933113465768208719</imageSOP_UID>
        <inclusion>TRUE</inclusion>
        <edgeMap>
          <xCoord>312</xCoord>
          <yCoord>355</yCoord>
        </edgeMap>
        <edgeMap>
          <xCoord>311</xCoord>
          <yCoord>356</yCoord>
        </edgeMap>
        <edgeMap>
          <xCoord>310</xCoord>
          <yCoord>357</yCoord>
        </edgeMap>
        <edgeMap>
          <xCoord>309</xCoord>
          <yCoord>357</yCoord>
        </edgeMap>
        <edgeMap>
          <xCoord>308</xCoord>
          <yCoord>358</yCoord>
        </edgeMap>
     </roi>
<readingSession>

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：

python脚本遍历文件名输入文件 python遍历文件对象_python