XML 轉 CSV - 歡迎來到3WA問題解決專家工作室

編輯日期：2015-03-03 10:40

類型：網頁設計心得
作者：羽山
文章時間：2015-03-03 10:40:00
瀏覽人數：5621人
標題： XML 轉 CSV
網址：http://59-126-75-42.hinet-ip.hinet.net/blog/blog.php?id=1444
內容：

因日本輻射資料有 csv 、 xml 格式，先前已針對 csv 作了匯入工具，現在又拿到了一份

xml格式的資料，為了延續 csv 軟體的便利性，開發了一支簡單的 xml 轉 csv 工具。

假設 xml 內容如下：

<?xml version="1.0" encoding="utf-8"?>
<project xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" lang="ja" xsi:noNamespaceSchemaLocation="standardizedXML_1.0.0_rc1.xsd">
<projectId>1</projectId>
<title>第1次走行サーベイによる空間線量率の測定結果（H23.6.6～H23.6.13）</title>
<conductors>文部科学省</conductors>
<sites>
<site id="17_5539_3274_69">
<meshID>5539_3274_69</meshID>
<location>
<geometry>
<area>
<coordinates>139.311250,36.980833 139.312500,36.980833 139.312500,36.980000 139.311250,36.980000 139.311250,36.980833</coordinates>
</area>
</geometry>
<representativePoint>
<latitude>36.980416</latitude>
<longitude>139.311875</longitude>
<latitude_60>36°58'49.5"</latitude_60>
<longitude_60>139°18'42.8"</longitude_60>
<distance unit="km">160.1</distance>
</representativePoint>
<cityCode>07364</cityCode>
<prefecture>福島県</prefecture>
<cityName>南会津郡桧枝岐村</cityName>
</location>
<occasion>
<date>
<date>2011-06-06</date>
<timeZone>+09:00</timeZone>
</date>
</occasion>
<representativeData>
<doseMeasurements>
<doseMeasurement>
<doserates>
<doserateInformation>
<doserate>
<data>
<unit>μSv/h</unit>
<statistics>
<n>2</n>
<mean>1.0E-01</mean>
</statistics>
</data>
<isEffectiveDose>false</isEffectiveDose>
<isEquivalentDose>false</isEquivalentDose>
</doserate>
</doserateInformation>
</doserates>
</doseMeasurement>
</doseMeasurements>
</representativeData>
</site>
<site id="17_5539_3274_77">
<meshID>5539_3274_77</meshID>
<location>
<geometry>
<area>
<coordinates>139.308750,36.981667 139.310000,36.981667 139.310000,36.980833 139.308750,36.980833 139.308750,36.981667</coordinates>
</area>
</geometry>
<representativePoint>
<latitude>36.981250</latitude>
<longitude>139.309375</longitude>
<latitude_60>36°58'52.5"</latitude_60>
<longitude_60>139°18'33.8"</longitude_60>
<distance unit="km">160.3</distance>
</representativePoint>
<cityCode>07364</cityCode>
<prefecture>福島県</prefecture>
<cityName>南会津郡桧枝岐村</cityName>
</location>
<occasion>
<date>
<date>2011-06-06</date>
<timeZone>+09:00</timeZone>
</date>
</occasion>
<representativeData>
<doseMeasurements>
<doseMeasurement>
<doserates>
<doserateInformation>
<doserate>
<data>
<unit>μSv/h</unit>
<statistics>
<n>2</n>
<mean>1.0E-01</mean>
</statistics>
</data>
<isEffectiveDose>false</isEffectiveDose>
<isEquivalentDose>false</isEquivalentDose>
</doserate>
</doserateInformation>
</doserates>
</doseMeasurement>
</doseMeasurements>
</representativeData>
</site>

利用正歸表示式，找出所有 tag 使用次數，然後排序，找多最多重履性的tag

如 unit、n、timeZone、coordinates、lat....、lon、.....

將些這資料重新組成新的 csv column

於是就作出了一支小巧易用的小程式：

<?php
$program_name=basename(__FILE__);
$HELP_MESSAGE="
XML to CSV.
Example:
php {$program_name} [input xml file] [output csv file]
";
if($argc!=3){
echo $HELP_MESSAGE;
exit();
}
$data = file_get_contents($argv[1]);
$csv_output=$argv[2];
$data = str_replace('"','”',$data);
$data = str_replace(',','，',$data);
preg_match_all('/<(.*)>(.*)<\/(.*)>/',$data,$all);
//print_r($all[1]);
$all_tags_counter = array_count_values ( $all[1] );
//取得重覆最多次的數組，代表 csv 欄位
$csv_columns_counter = array_count_values($all_tags_counter);
arsort($csv_columns_counter);
$base_c = key($csv_columns_counter);
$header=ARRAY();
$headers=ARRAY();
foreach($all_tags_counter as $k=>$c){
if($c == $base_c){
//標題
$title = str_replace(ARRAY('"',"'"),'',$k);
array_push($header,$title);
$k_start = $k;
$mk = explode(" ",$k);
$k_end = current($mk);
$rules = '<'.$k_start.'>(.*)<\/'.$k_end.'>';
preg_match_all('/<'.addslashes($k_start).'>(.*)<\/'.$k_end.'>/',$data,$headers[$k]);
}
}
file_put_contents($csv_output,implode(',',$header)."\n");
$tmp="";
for($i=0;$i<$base_c;$i++){
$d = ARRAY();
foreach($header as $k){
//內容
$contents = $headers[$k][1][$i];
array_push($d,$contents);
}
$tmp.=implode(",",$d)."\n";
if($i%1000==0){
file_put_contents($csv_output,$tmp,FILE_APPEND);
$tmp="";
echo "Process... {$i} /{$base_c} \n";
}
}
if($tmp!=""){
file_put_contents($csv_output,$tmp,FILE_APPEND);
$tmp="";
echo "Process... {$i} /{$base_c} \n";
}
file_put_contents($csv_output,trim(file_get_contents($csv_output)));
echo "Done...\n";

使用方式如下：

//59-126-75-42.hinet-ip.hinet.net/photo/small.php?w_size=800&compassion=95&file_name=users/shadow/20150303_104329_0.png

一個 70MB 的 xml ，約只要５秒鐘就可以轉成 csv 了

//59-126-75-42.hinet-ip.hinet.net/photo/small.php?w_size=800&compassion=95&file_name=users/shadow/20150303_104329_1.png

首頁上十頁上一頁 1 下一頁最末頁 (總共有...1頁)

第 1 頁

有話要說　看留言【0】

訓練家的佈弱格-Patch1.2

The BLOG of trainer