使用Python或XSLT将复杂XML转换为CSV

Question

使用Python或XSLT，我想知道如何将高度复杂的分层嵌套XML文件转换为CSV，包括所有子元素，而无需硬编码，尽可能少的元素节点，或者是否合理/有效

请查看附件中的简化XML示例和输出CSV，以便更好地了解我要实现的目标

实际的XML文件包含更多的元素，但数据层次结构和嵌套与示例中类似<InvoiceRow>元素及其子元素是XML文件中唯一的重复元素，所有其他元素都是静态的，在输出CSV中重复的次数与XML文件中的<InvoiceRow>元素相同

是重复的<InvoiceRow>元素给我带来了麻烦。不重复的元素很容易转换为CSV，而无需硬编码任何元素

复杂的XML场景，分层数据结构和多个一对多关系都存储在单个XML文件中。结构化文本文件

XML输入示例：

<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<Invoice>
    <SellerDetails>
        <Identifier>1234-1</Identifier>
        <SellerAddress>
            <SellerStreet>Street1</SellerStreet>
            <SellerTown>Town1</SellerTown>
        </SellerAddress>
    </SellerDetails>
    <BuyerDetails>
        <BuyerIdentifier>1234-2</BuyerIdentifier>
        <BuyerAddress>
            <BuyerStreet>Street2</BuyerStreet>
            <BuyerTown>Town2</BuyerTown>
        </BuyerAddress>
    </BuyerDetails>
    <BuyerNumber>001234</BuyerNumber>
    <InvoiceDetails>
        <InvoiceNumber>0001</InvoiceNumber>
    </InvoiceDetails>
    <InvoiceRow>
        <ArticleName>Article1</ArticleName>
        <RowText>Product Text1</RowText>
        <RowText>Product Text2</RowText>
        <RowAmount AmountCurrencyIdentifier="EUR">10.00</RowAmount>
    </InvoiceRow>
    <InvoiceRow>
        <ArticleName>Article2</ArticleName>
        <RowText>Product Text11</RowText>
        <RowText>Product Text22</RowText>
        <RowAmount AmountCurrencyIdentifier="EUR">20.00</RowAmount>
    </InvoiceRow>
    <InvoiceRow>
        <ArticleName>Article3</ArticleName>
        <RowText>Product Text111</RowText>
        <RowText>Product Text222</RowText>
        <RowAmount AmountCurrencyIdentifier="EUR">30.00</RowAmount>
    </InvoiceRow>
    <EpiDetails>
        <EpiPartyDetails>
            <EpiBfiPartyDetails>
                <EpiBfiIdentifier IdentificationSchemeName="BIC">XXXXX</EpiBfiIdentifier>
            </EpiBfiPartyDetails>
        </EpiPartyDetails>
    </EpiDetails>
    <InvoiceUrlText>Some text</InvoiceUrlText>
</Invoice>

CSV输出示例：

Identifier,SellerStreet,SellerTown,BuyerIdentifier,BuyerStreet,BuyerTown,BuyerNumber,InvoiceNumber,ArticleName,RowText,RowText,RowAmount,EpiBfiIdentifier,InvoiceUrlText
1234-1,Street1,Town1,1234-2,Street2,Town2,1234,1,Article1,Product Text1,Product Text2,10,XXXXX,Some text
1234-1,Street1,Town1,1234-2,Street2,Town2,1234,1,Article2,Product Text11,Product Text22,20,XXXXX,Some text
1234-1,Street1,Town1,1234-2,Street2,Town2,1234,1,Article3,Product Text111,Product Text222,30,XXXXX,Some text

Answer 1

我已经完成了类似于您的需求的案例，我已经基于untangle创建了一个包，这个包可以将XML解析为纯python对象，如：

<?xml version="1.0"?>
<root>
    <child name="child1"/>
</root>

到

obj.root.child['name'] # u'child1'

然后，您可以轻松地编写一些代码来遍历对象以获得所需的内容。 例如，您可以执行类似get_items_by_tag(InvoiceRow)的操作。 希望有帮助