使用beautifulsoup将xml文件解析为csv文件

Question

我正在尝试解析多个(最终超过1000个(xml文件，以获得三个信息persName、@ref和/date。我已经设法获得了所有的文件，当我使用print((时，它会给我我想要的所有信息。但是，当我尝试将该信息写入csv文件时，只解析最后一个xml文件。

from bs4 import BeautifulSoup
import csv
import os
path = r'C:programming1my-app'
for filename in os.listdir(path):
if filename.endswith(".xml"):
fullpath = os.path.join(path, filename)
f = csv.writer(open("test2.csv", "w"))
f.writerow(["date", "Name", "pref"])
soup = BeautifulSoup (open(fullpath, encoding="utf-8"), "lxml")
# removing unnecessary information to better isolate //date
for docs in soup.find_all('tei'):
for pubstmt in soup.find_all("publicationStmt"): 
pubstmt.decompose()
for sourdesc in soup.find_all("sourceDesc"):
sourdesc.decompose()
for lists in soup.find_all("list"):
lists.decompose()
for heads in soup.find_all("head"):
lists.decompose()
#finding all dates of Protokolls under /title
for dates in soup.find_all("date"):
date = dates.get('when')
#getting all Names from xml files exept for thos in /list
for Names in soup.find_all("persname"):
nameonly = Names.contents
nameref = Names.get("ref")
f.writerow([date, nameonly, nameref])'

如果我把写行放在Names下面，那么它只写最后一个文件的所有信息，如果我把writerow放在Names后面，那么它就只写一个名称的信息

有人能告诉我我做错了什么吗？我试过很多for循环，但似乎都不起作用。

Answer 1

您写道：

但是，当我尝试将该信息写入csv文件时，只解析最后一个xml文件。

从阅读代码开始，发生的事情是：

每个XML都被解析，但只有最后一个XML文件被写入CSV

，这是因为您正在打开test2.csv"用于书写"；对于每个输入XML。当您打开"w"进行写入时，它会创建文件，或者在您的情况下，它re-为每次迭代创建文件(覆盖其内容(。

因为你想要一个标题：

1. 在开始迭代XML之前，您需要打开CSV
2. 写下你的信头
3. 循环遍历XML处理和写入CSV
4. 在最底部，退出循环后，关闭CSV