将XML文件转换为CSV

Question

我有一个XML文件，如下所示：

<Organism>
 <Name>Bacillus halodurans C-125</Name>
  <Enzyme>M.BhaII</Enzyme>
   <Motif>GGCC</Motif>
  <Enzyme>M1.BhaI</Enzyme>
   <Motif>GCATC</Motif>
  <Enzyme>M2.BhaI</Enzyme>
   <Motif>GCATC</Motif>
</Organism>
<Organism>
 <Name>Bacteroides eggerthii 1_2_48FAA</Name>
</Organism>

我试图把它写到这样的CSV文件中：

Bacillus halodurans, GGCC
Bacillus halodurans, GCATC
Bacillus halodurans, GCATC
Bacteriodes, 

我处理这个问题的方法是创建一个元组列表，将organism name和motif放在一起。我使用ElementTree模块尝试了这一点：

import xml.etree.ElementTree as ET

tree = ET.parse('file.xml')
rebase = tree.getroot()

list = []

for organisms in rebase.findall('Organism'):
        name = organisms.find('Name').text
        for each_organism in organisms.findall('Motif'):
            try:
                motif = organisms.find('Motif').text
                print name, motif
            except AttributeError:
                print name

但是，我得到的输出如下所示：

Bacillus halodurans, GGCC
Bacillus halodurans, GGCC
Bacillus halodurans, GGCC

只有第一个motif被记录下来。这是我第一次使用ElementTree，所以这有点让人困惑。任何帮助都将不胜感激。

我不需要帮助编写一个CSV文件。

Answer 1

唯一需要修复的是替换：

motif = organisms.find('Motif').text

通过以下方式：

motif = each_organism.text

您已经在迭代一个Motif中的Organism节点。each_organism循环变量持有Motif标记的值。

我还会更改变量名以避免混淆。而且，我不认为在循环中需要try/except而不是Motif标记。如果可能缺少name标记，您可以遵循“请求原谅，而不是许可”的方法，并捕获错误：

for organism in rebase.findall('Organism'):
    try:
        name = organism.find('Name').text
    except AttributeError:
        continue

    for motif in organism.findall('Motif'):
        motif = motif.text
        print name, motif