[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

zhengwei007

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！

zhengwei007

谢谢楼上的大佬们。

aloha20200628

回复 18# zhengwei007

其实本帖类似一个 '快递' 游戏 链表变量 lst 类似一排 '收货人'，源文件每行类似一串 '发货点'，代码逐行处理，'取货传至收货人'，因此先用 findstr 要一网打尽所有 '收货点'，不能遗漏，再逐行处理去准确寻址 '发货点'，最后还要确保链表中的 '收货人' 与 '发货点' 一一对应，传收无误。由此可见，链表中的数据项与源文件中目标行对应的属性名及位置关系要有一定规律，不能错乱，只要不乱，这个 '游戏' 就可以玩下去，数据项不怕多，当然链表最大长度是8K字符量...如此而已

qixiaobin0715

所谓通用可以说基本上是不存在的，下面代码只是兼容性要好一些。如果你能够看得懂，处理与1楼结构基本相似的文本，经过适当修改可能会行得通。文本中如果存在*？等这样的字符可能会影响处理结果：

@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=2 delims=<>" %%i in ('type *.xml 2^>nul^|findstr "<item </item> <set <add"') do (
    set ns=
    set v=
    if not "%%i"=="/item" (
        for %%k in (%%i) do (
            if defined _!str! (
                if defined !str! (
                    set "ns=%%~k"
                ) else (
                    set "!str!=%%k"
                )
            ) else (
                if defined _%%~k (
                    set "ns=%%~k"
                ) else if "!str!"=="val" (
                    set "v=%%k"
                )
            )
            set "str=%%k"
        )
        if defined ns (
            if defined v set "!ns!=!v!"
        )
    ) else (
        for %%k in (%TableHeader%) do (
            if defined line (set "line=!line!,!%%k!") else set "line=!%%k!"
            set %%k=
        )
        echo,!line!
        set line=
    )
))>1.csv
pause
复制代码

zhengwei007

谢谢各位大佬，已经解决了，我发现修改后和别的内容根本不能通用，我是想的有点多了，再次感谢。

aloha20200628

回复 11# zhengwei007

用7楼代码随机测试了11楼提供的几个文件（代码中的 1.xml 改为测试文件名），均予通过...
以下代码是将7楼代码改为批量处理版本，可将当前目录下的全部 *.xml 中的目标字段值析取整合到 new.xml，测试结果共析取9208条数据，与源文件名区间号码一致...

@echo off &setlocal enabledelayedexpansion &echo,稍候...
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 "delims=" %%F in ('dir/b/a-d *.xml') do for /f tokens^=1-7^delims^=^	^<^=^" %%a in (
   'findstr /rbi /c:"		*.*=\"^" /c:"	^</item^>" "%%F" ') 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

qixiaobin0715

回复 4# zhengwei007
想法太美好，现实很骨感。哪里又有通用代码，况且你要处理的文件又不是很规范。

czjt1234

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

qixiaobin0715

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

czjt1234

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

hfxiang

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

zhengwei007

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。

qixiaobin0715

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。

zhengwei007

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

zhengwei007

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。