[文本处理] 【已解决】求助批处理从一堆XML中提取所有关键词写到一个csv中

Rank: 2

帖子: 88
积分: 137
技术: 0
捐助: 0
注册时间: 2012-1-6

1楼 跳转到 » 倒序看帖

打印

字体大小: tT

发表于 3 天前 17:07 | 只看该作者

[文本处理] 【已解决】求助批处理从一堆XML中提取所有关键词写到一个csv中

本帖最后由 zhengwei007 于 2024-11-21 21:19 编辑

我有N个XML碎文件，文件名各式各样，但无所谓，我希望把这些文件内容全部整理到一个csv中，我就挑几个例子展示，大概样式如下：

<?xml version="1.0" encoding="UTF-8"?>
<list xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="../../xsd/items.xsd">
	<item id="1" type="Weapon" name="Short Sword">
		<set name="icon" val="icon.weapon_small_sword_i00" />
		<set name="bodypart" val="rhand" />
		<set name="weight" val="1600" />
		<set name="soulshots" val="1" />
		<set name="spiritshots" val="1" />
		<set name="crystal_type" val="none" />
		<set name="p_dam" val="8" />
		<set name="rnd_dam" val="10" />
		<set name="weapon_type" val="sword" />
		<set name="critical" val="8" />
		<set name="atk_speed" val="379" />
		<set name="m_dam" val="6" />
		<set name="price" val="768" />
		<for>
			<set val="8" order="0x08" stat="pAtk" />
			<set val="6" order="0x08" stat="mAtk" />
			<set val="8" order="0x08" stat="rCrit" />
			<add val="0" order="0x10" stat="accCombat" />
			<set val="379" order="0x08" stat="pAtkSpd" />
			<enchant val="0" order="0x0C" stat="pAtk" />
			<enchant val="0" order="0x0C" stat="mAtk" />
		</for>
	</item>
	<item id="2" type="Weapon" name="Long Sword">
		<set name="icon" val="icon.weapon_long_sword_i00" />
		<set name="bodypart" val="rhand" />
		<set name="weight" val="1560" />
		<set name="soulshots" val="2" />
		<set name="spiritshots" val="2" />
		<set name="crystal_type" val="none" />
		<set name="p_dam" val="24" />
		<set name="rnd_dam" val="10" />
		<set name="weapon_type" val="sword" />
		<set name="critical" val="8" />
		<set name="atk_speed" val="379" />
		<set name="m_dam" val="17" />
		<set name="price" val="136000" />
		<for>
			<set val="24" order="0x08" stat="pAtk" />
			<set val="17" order="0x08" stat="mAtk" />
			<set val="8" order="0x08" stat="rCrit" />
			<add val="0" order="0x10" stat="accCombat" />
			<set val="379" order="0x08" stat="pAtkSpd" />
			<enchant val="0" order="0x0C" stat="pAtk" />
			<enchant val="0" order="0x0C" stat="mAtk" />
		</for>
	</item>
	<item id="6" type="Weapon" name="Apprentice's Wand">
		<set name="icon" val="icon.weapon_apprentices_wand_i00" />
		<set name="bodypart" val="rhand" />
		<set name="weight" val="1350" />
		<set name="soulshots" val="1" />
		<set name="spiritshots" val="1" />
		<set name="crystal_type" val="none" />
		<set name="p_dam" val="5" />
		<set name="rnd_dam" val="20" />
		<set name="weapon_type" val="blunt" />
		<set name="critical" val="4" />
		<set name="hit_modify" val="4.00000" />
		<set name="atk_speed" val="379" />
		<set name="m_dam" val="7" />
		<set name="price" val="138" />
		<set name="sellable" val="false" />
		<set name="dropable" val="false" />
		<set name="tradeable" val="false" />
		<for>
			<set val="5" order="0x08" stat="pAtk" />
			<set val="7" order="0x08" stat="mAtk" />
			<set val="4" order="0x08" stat="rCrit" />
			<add val="4" order="0x10" stat="accCombat" />
			<set val="379" order="0x08" stat="pAtkSpd" />
			<enchant val="0" order="0x0C" stat="pAtk" />
			<enchant val="0" order="0x0C" stat="mAtk" />
		</for>
	</item>
	<item id="7" type="Weapon" name="Apprentice's Rod">
		<set name="icon" val="icon.weapon_apprentices_rod_i00" />
		<set name="bodypart" val="rhand" />
		<set name="weight" val="1330" />
		<set name="soulshots" val="1" />
		<set name="spiritshots" val="1" />
		<set name="crystal_type" val="none" />
		<set name="p_dam" val="6" />
		<set name="rnd_dam" val="20" />
		<set name="weapon_type" val="blunt" />
		<set name="critical" val="4" />
		<set name="hit_modify" val="4.00000" />
		<set name="atk_speed" val="379" />
		<set name="m_dam" val="8" />
		<set name="price" val="768" />
		<for>
			<set val="6" order="0x08" stat="pAtk" />
			<set val="8" order="0x08" stat="mAtk" />
			<set val="4" order="0x08" stat="rCrit" />
			<add val="4" order="0x10" stat="accCombat" />
			<set val="379" order="0x08" stat="pAtkSpd" />
			<enchant val="0" order="0x0C" stat="pAtk" />
			<enchant val="0" order="0x0C" stat="mAtk" />
		</for>
	</item>
	<item id="8" type="Weapon" name="Willow Staff">
		<set name="icon" val="icon.weapon_willow_staff_i00" />
		<set name="bodypart" val="lrhand" />
		<set name="weight" val="1080" />
		<set name="soulshots" val="1" />
		<set name="spiritshots" val="1" />
		<set name="crystal_type" val="none" />
		<set name="p_dam" val="11" />
		<set name="rnd_dam" val="20" />
		<set name="weapon_type" val="bigblunt" />
		<set name="critical" val="4" />
		<set name="hit_modify" val="4.00000" />
		<set name="atk_speed" val="325" />
		<set name="m_dam" val="12" />
		<set name="price" val="12500" />
		<for>
			<set val="11" order="0x08" stat="pAtk" />
			<set val="12" order="0x08" stat="mAtk" />
			<set val="4" order="0x08" stat="rCrit" />
			<add val="4" order="0x10" stat="accCombat" />
			<set val="325" order="0x08" stat="pAtkSpd" />
			<enchant val="0" order="0x0C" stat="pAtk" />
			<enchant val="0" order="0x0C" stat="mAtk" />
		</for>
	</item>
	<item id="99" type="Weapon" name="Apprentice's Spellbook">
		<set name="icon" val="icon.weapon_apprentices_spellbook_i00" />
		<set name="bodypart" val="rhand" />
		<set name="weight" val="650" />
		<set name="soulshots" val="1" />
		<set name="spiritshots" val="1" />
		<set name="crystal_type" val="none" />
		<set name="p_dam" val="9" />
		<set name="rnd_dam" val="10" />
		<set name="weapon_type" val="etc" />
		<set name="critical" val="8" />
		<set name="atk_speed" val="379" />
		<set name="m_dam" val="12" />
		<set name="price" val="12500" />
		<for>
			<set val="9" order="0x08" stat="pAtk" />
			<set val="12" order="0x08" stat="mAtk" />
			<set val="8" order="0x08" stat="rCrit" />
			<add val="0" order="0x10" stat="accCombat" />
			<set val="379" order="0x08" stat="pAtkSpd" />
			<enchant val="0" order="0x0C" stat="pAtk" />
			<enchant val="0" order="0x0C" stat="mAtk" />
		</for>
	</item>
	<item id="9208" type="Armor" name="Phantom Mask (Event)">
		<!-- A feathered hair accessory. This item cannot be exchanged or dropped. -->
		<set name="icon" val="icon.accessary_mask_of_chaotic_i00" />
		<set name="bodypart" val="dhair" />
		<set name="armor_type" val="none" />
		<set name="weight" val="10" />
		<set name="crystal_type" val="none" />
		<set name="sellable" val="false" />
		<set name="dropable" val="false" />
		<set name="tradeable" val="false" />
		<for>
			<add val="0" order="0x10" stat="pDef" />
		</for>
	</item>
</list>
复制代码

通过批处理输出结果如下：

id,type,name,icon,bodypart,armor_type,weight,soulshots,spiritshots,crystal_type,p_dam,rnd_dam,weapon_type,critical,hit_modify,atk_speed,m_dam,price,sellable,dropable,tradeable,pAtk,mAtk,rCrit,accCombat,pAtkSpd,pAtk,mAtk,pDef
1,Weapon,Short Sword,icon.weapon_small_sword_i00,rhand,,1600,1,1,none,8,10,sword,8,,379,6,768,,,,8,6,8,0,379,0,0,
2,Weapon,Long Sword,icon.weapon_long_sword_i00,rhand,,1560,2,2,none,24,10,sword,8,,379,17,136000,,,,24,17,8,0,379,0,0,
6,Weapon,Apprentice's Wand,icon.weapon_apprentices_wand_i00,rhand,,1350,1,1,none,5,20,blunt,4,4,379,7,138,FALSE,FALSE,FALSE,5,7,4,4,379,0,0,
99,Weapon,Apprentice's Spellbook,icon.weapon_apprentices_spellbook_i00,rhand,,650,1,1,none,9,10,etc,8,,379,12,12500,,,,9,12,8,0,379,0,0,
9208,Armor,Phantom Mask (Event),icon.accessary_mask_of_chaotic_i00,dhair,none,10,,,none,,,,,,,,,FALSE,FALSE,FALSE,,,,,,,,0
复制代码

里面遇到新的字段时，直接增加到列标题上，没有该数据的，值为空。
每个[item]为一段，for里面是把后面的做为标题，前面的val才是值。
不知有没有大佬帮忙看看好不好做这个批处理。先谢谢各位！

1 评分人数

Batcher: 感谢给帖子标题标注[已解决]字样PB + 2

new_user

列兵

Rank: 1

帖子: 7
积分: 19
技术: 0
捐助: 0
注册时间: 2022-3-23

2楼

发表于 3 天前 21:10 | 只看该作者

powershell

Rank: 6 Rank: 6

帖子: 1058
积分: 1559
技术: 112
捐助: 0
注册时间: 2010-4-30

3楼

发表于 3 天前 21:12 | 只看该作者

本帖最后由 czjt1234 于 2024-11-20 21:30 编辑

pAtk,mAtk,rCrit,accCombat,pAtkSpd,pAtk,mAtk,pDef
输出结果，第一行最后为什么有2个pAtk,mAtk
你处理csv的程序怎么分辨这2个相同的数据？

ID为7和8的为什么不输出？

QQ 20147578

Rank: 2

帖子: 88
积分: 137
技术: 0
捐助: 0
注册时间: 2012-1-6

4楼

发表于 3 天前 21:36 | 只看该作者

<set val="9" order="0x08" stat="pAtk" />
<set val="12" order="0x08" stat="mAtk" />
<enchant val="0" order="0x0C" stat="pAtk" />
<enchant val="0" order="0x0C" stat="mAtk" />
复制代码

虽然是2个，但是意义不太一样，只要所有的字段顺序对了就行，一样不一样对我来说无所谓。
我想要一个通用版本的批处理，以后用别的XML文件，我只需要简单修改这个批处理里面的关键词就能通用，要不一旦变了，我还得来求助。

Rank: 6 Rank: 6

帖子: 1058
积分: 1559
技术: 112
捐助: 0
注册时间: 2010-4-30

5楼

发表于 3 天前 21:42 | 只看该作者

本帖最后由 czjt1234 于 2024-11-20 21:49 编辑

你举例的这文件，有29个字段
那别的xml文件里会不会有新的字段？

是每个xml各输出一个csv，还是所有xml合并输出到一个csv？

QQ 20147578

Five66

上尉

Rank: 5 Rank: 5

帖子: 835
积分: 1163
技术: 115
捐助: 0
注册时间: 2021-8-26

6楼

发表于 3 天前 22:41 | 只看该作者

for描述里的装备效果不止一个 ,有set 有add,有enchant,说不定可能还有sub ,div或者其他什么的
这样一来csv列数根本就不明 ,怎么弄???这能弄么???

aloha20200628

上尉

Rank: 5 Rank: 5

帖子: 879
积分: 1464
技术: 190
捐助: 0
注册时间: 2021-10-13

7楼

发表于前天 00:14 | 只看该作者

本帖最后由 aloha20200628 于 2024-11-21 00:16 编辑

回复 1# zhengwei007

以下代码针对一楼示例样本 1.xml，结果文件为 new.xml，假定同名字段（如 pAtk,mAtk）共在一个节点内（如 <for ... >）

@echo off &setlocal enabledelayedexpansion
set "lst=,item id, type, name,icon,bodypart,armor_type,weight,soulshots,spiritshots,crystal_type,p_dam,rnd_dam,weapon_type,critical,hit_modify,atk_speed,m_dam,price,sellable,dropable,tradeable,pAtk,mAtk,rCrit,accCombat,pAtkSpd,pAtk1,mAtk1,pDef,"
set "v=!lst!"
(echo,item,type,name,icon,bodypart,armor_type,weight,soulshots,spiritshots,crystal_type,p_dam,rnd_dam,weapon_type,critical,hit_modify,atk_speed,m_dam,price,sellable,dropable,tradeable,pAtk,mAtk,rCrit,accCombat,pAtkSpd,pAtk1,mAtk1,pDef
for /f tokens^=1-7^delims^=^	^<^=^" %%a in (
   'findstr /rbi /c:"		*.*=\"^" /c:"	^</item^>" "1.xml" ') do (
   if /i "%%a"=="item id" (
       set "v=!v:%%a,=%%b,!"&set "v=!v:%%c,=%%d,!"&set "v=!v:%%e,=%%f,!"
   ) else if "%%e"==" />" (set "v=!v:%%b,=%%d,!"
   ) else if "%%g"==" />" (
       set "go=1"&for %%s in ("%%f","%%f1") do if defined go if "!v:%%~s,=%%b,!" neq "!v!" (
       set "go="&set "v=!v:%%~s,=%%b,!")
   ) else if /i "%%a"=="/item>" ((for %%s in (!lst!) do set "v=!v:,%%s,=,,!")&echo,!v:~1,-1!&set "v=!lst!")
))>"new.xml"
endlocal&pause&exit/b
复制代码

Rank: 2

帖子: 88
积分: 137
技术: 0
捐助: 0
注册时间: 2012-1-6

8楼

发表于前天 00:34 | 只看该作者

你举例的这文件，有29个字段
那别的xml文件里会不会有新的字段？

是每个xml各输出一个csv，还是所有xml ...
czjt1234 发表于 2024-11-20 21:42

你好，我希望每个XML合到一个文件中。
对于重复字段，只启前面的，后面enchant的直接过滤掉。

Rank: 2

帖子: 88
积分: 137
技术: 0
捐助: 0
注册时间: 2012-1-6

9楼

发表于前天 00:36 | 只看该作者

回复 zhengwei007

以下代码针对一楼示例样本 1.xml，结果文件为 new.xml，假定同名字段（如 pAtk,mAtk ...
aloha20200628 发表于 2024-11-21 00:14

您好，程序报错了，提示如下：

FINDSTR: 无法打开 1.xml
请按任意键继续...
复制代码

我的文件名怎么起的都有，如0000-0099.xml，2900-2999.xml，9200-9299.xml 这种的

qixiaobin0715

大校

Rank: 7 Rank: 7 Rank: 7

帖子: 2852
积分: 4177
技术: 431
捐助: 0
注册时间: 2016-2-20

10楼

发表于前天 08:46 | 只看该作者

请提供2个或2个以上需要处理的xml文件，不要修改，直接上传到网盘中，便于大家测试用。

Rank: 2

帖子: 88
积分: 137
技术: 0
捐助: 0
注册时间: 2012-1-6

11楼

发表于前天 09:28 | 只看该作者

链接: https://pan.baidu.com/s/1wrnrL-sqME6kMGqtb58ULQ
提取码: 3w3r
复制这段内容后打开百度网盘手机App，操作更方便哦

谢谢，这是全内容。

hfxiang

上尉

Rank: 5 Rank: 5

帖子: 601
积分: 1128
技术: 166
捐助: 0
注册时间: 2022-6-20

12楼

发表于前天 11:15 | 只看该作者

回复 1# zhengwei007

将以下脚本以ansi编码格式保存为xml2csv.awk，下载gawk（ http://bcn.bathome.net/tool/4.1.0/gawk.exe ），执行gawk -fxml2csv.awk *.xml>out.csv

BEGIN {
	FS = "\""
}

/^[ \t]*<item id=.+>[ \t]*$/, /^[ \t]*<\/item>[ \t]*$/ {
	if (/^[ \t]*<item id=.+>[ \t]*$/) {
		nnn++
		id_[nnn, "id"] = $2
		type_[nnn, "type"] = $4
		name_[nnn, "name"] = $6
	}
	if (/^[ \t]*<set name=".+" val=".+".+\/>[ \t]*$/) {
		if (! ($2 in d_id)) {
			id_n++
			d_id[$2] = id_n
		}
		dat_[nnn, $2] = $4
	}
	if (/^[ \t]*<for>[ \t]*$/) {
		for_id = 1
	}
	if (/^[ \t]*<\/for>[ \t]*$/) {
		for_id = 0
	}
	if (for_id) {
		if (/^[ \t]*<.+val=".+" order=".+" stat=".+".+\/>[ \t]*$/) {
			if (! ($6 in d_id)) {
				id_n++
				d_id[$6] = id_n
			}
			dat_[nnn, $6] = $2
		}
	}
}

END {
	PROCINFO["sorted_in"] = "@val_num_asc"
	printf "%s,%s,%s", "id", "type", "name"
	for (j in d_id) {
		printf ",%s", j
	}
	print ""
	for (i = 1; i <= nnn; i++) {
		printf "%s,%s,%s", id_[i, "id"], type_[i, "type"], name_[i, "name"]
		for (j in d_id) {
			printf ",%s", dat_[i, j]
		}
		print ""
	}
}
复制代码

Rank: 6 Rank: 6

帖子: 1058
积分: 1559
技术: 112
捐助: 0
注册时间: 2010-4-30

13楼

发表于前天 11:25 | 只看该作者

本帖最后由 czjt1234 于 2024-11-21 11:58 编辑

rem 另存为 ANSI 编码 bat
' & cls & cscript.exe /nologo /e:vbscript "%~f0" %* & pause & exit /b

Option Explicit
Dim p, a, b, c, e, d, f, i, v, oDOMDocument, oWshShell, oFSO

p = "."               '当前路径。可以指定其它路径，比如 d:\test\

e = "id,type,name"    '固定字段

a = "name"            '属性名
b = "val"             '属性值

c = "stat"            '属性名
d = "val"             '属性值

Set oDOMDocument = CreateObject("Msxml2.DOMDocument")
Set oWshShell = CreateObject("WScript.Shell")
Set oFSO = CreateObject("Scripting.FileSystemObject")
p = oFSO.GetAbsolutePathName(p)
oWshShell.CurrentDirectory = p
For Each i In oFSO.GetFolder(p).Files
    If LCase(oFSO.GetExtensionName(i)) = LCase("xml") Then
        f = ""
        v = ""
        Call t(i.Path)
    End If
Next

Sub t(ByVal file)
    Dim s, i, x, a0, a1, f1, f2, oNode, oXMLDOMSelection
    oDOMDocument.load file
    If oDOMDocument.parseError.errorCode <> 0 Then
        wsh.Echo i & vbCrLf & oDOMDocument.parseError.reason _
                 & "第 " & oDOMDocument.parseError.line & " 行"
        wsh.Quit()
    End If

    x = ".//*[@" & a & " and @" & b & "]"
    f1 = ","
    For Each oNode In oDOMDocument.documentElement.childNodes
        Set oXMLDOMSelection = oNode.SelectNodes(x)
        For Each i In oXMLDOMSelection
            s = i.nodeName & "_" & i.getAttribute(a) & ","
            If InStr(f1, "," & s ) = 0 Then f1 = f1 & s
        Next
    Next
    f1 = Left(f1, Len(f1) - 1)
    f1 = Right(f1, Len(f1) - 1)
    f2 = ","
    x = ".//*[@" & c & " and @" & d & "]"
    For Each oNode In oDOMDocument.documentElement.childNodes
        Set oXMLDOMSelection = oNode.SelectNodes(x)
        For Each i In oXMLDOMSelection
            s = i.nodeName & "_" & i.getAttribute(c) & ","
            If InStr(f2, "," & s ) = 0 Then f2 = f2 & s
        Next
    Next
    If f2 = "," Then
        f = e & "," & f1
    Else
        f2 = Left(f2, Len(f2) - 1)
        f2 = Right(f2, Len(f2) - 1)
        f = e & "," & f1 & "," & f2
    End If

    For Each oNode In oDOMDocument.documentElement.childNodes
        For Each i In Split(e, ",")
            v = v & oNode.getAttribute(i) & ","
        Next
        For Each i In Split(f1, ",")
            a0 = Split(i, "_")(0)
            a1 = Split(i, "_", 2)(1)
            x = ".//" & a0 & "[@" & a & " = '" & a1 & "']"
            Set oXMLDOMSelection = oNode.SelectNodes(x)
            If oXMLDOMSelection.length = 0 Then
                x = ""
            Else
                x = oXMLDOMSelection(0).getAttribute(b)
                If InStr(x, ",") Then x = """" & x & """"
            End If
            v = v & x & ","
        Next
        For Each i In Split(f2, ",")
            If f2 = "," Then Exit For
            a0 = Split(i, "_")(0)
            a1 = Split(i, "_", 2)(1)
            x = ".//" & a0 & "[@" & c & " = '" & a1 & "']"
            Set oXMLDOMSelection = oNode.SelectNodes(x)
            If oXMLDOMSelection.length = 0 Then
                x = ""
            Else
                x = oXMLDOMSelection(0).getAttribute(d)
                If InStr(x, ",") Then x = """" & x & """"
            End If
            v = v & x & ","
        Next
        v = Left(v, Len(v) - 1) & vbCrLf
    Next

    s = oFSO.GetBaseName(file) & ".csv"
    oFSO.OpenTextFile(s, 2, True).Write f & vbCrLf & v
    wsh.Echo s
End Sub
复制代码

QQ 20147578

qixiaobin0715

大校

Rank: 7 Rank: 7 Rank: 7

帖子: 2852
积分: 4177
技术: 431
捐助: 0
注册时间: 2016-2-20

14楼

发表于前天 11:28 | 只看该作者

小批量测试，发现有些name字段存在逗号，将name字段使用双引号来屏蔽，以避免干扰列的显示。

@echo off
set TableHeader=id,type,name,icon,bodypart,armor_type,weight,soulshots,spiritshots,crystal_type,p_dam,rnd_dam,weapon_type,critical,hit_modify,atk_speed,m_dam,price,sellable,dropable,tradeable,pAtk,mAtk,rCrit,accCombat,pAtkSpd,pAtk,mAtk,pDef
for %%i in (%TableHeader%) do set _%%i=true
(echo,%TableHeader%
setlocal enabledelayedexpansion
for /f tokens^=1-6^ delims^=^"^=^	 %%1 in ('type *.xml 2^>nul^|findstr "<item </item> <set <add"') do (
    if "%%1"=="<item id" (
        set "id=%%2"
        set "type=%%4"
        set "name="%%6""
    ) else (
        if defined _%%2 (
            set %%2=%%4
        ) else if defined _%%6 (
            set %%6=%%2
        ) else if "%%1"=="</item>" (
            for %%i in (%TableHeader%) do (
                if defined str (set str=!str!,!%%i!) else set str=!%%i!
                set %%i=
            )
        echo,!str!
        set str=
        )
    )
))>1.csv
pause
复制代码

Rank: 6 Rank: 6

帖子: 1058
积分: 1559
技术: 112
捐助: 0
注册时间: 2010-4-30

15楼

发表于前天 11:33 | 只看该作者

回复 13# czjt1234

除了固定字段，其它字段名前面加了节点名，再有重复就不管了
比如
set_pAtk,set_mAtk,enchant_pAtk,enchant_mAtk

QQ 20147578