我使用 Python 自動化 XML 欄位檢查的那一天-Python教學-PHP中文網

The Day I Automated XML Field Checking with Python

這一切都始於我接受檢查多個 XML 檔案是否缺少欄位的任務。在我們繼續下一步之前，團隊需要確保這些文件中存在所有必填欄位。聽起來很簡單，對吧？嗯，不完全是。

我打開了第一個 XML 文件，掃描了屬性，手動查找所需字段，然後勾選了相應的框。正如你所預料的那樣，很快就會感到疲倦。在一個文件中只看了幾分鐘後，我的眼睛變得呆滯，我沒有真正的信心我沒有錯過一些重要的事情。我的意思是，XML 可能非常挑剔，單一缺失欄位可能會導致嚴重問題。

我有一種令人痛苦的恐懼感，因為我知道我還有一堆文件要處理。當然，準確性至關重要——一個被忽視的缺失欄位可能會帶來災難。因此，經過幾次深呼吸和思考片刻後，我決定一定有更好的方法來解決這個問題。

頓悟：自動化來救援

身為程式設計師，我有一個想法：為什麼不寫一個腳本來為我完成這項單調的工作呢？我可以將其自動化並確保準確性，同時在過程中保持理智，而不是手動檢查每個欄位。是時候利用 Python 的力量了。

概念很簡單：

我將必填欄位清單儲存在 JSON 檔案中，這使得腳本具有高度的可重複使用性和適應性。透過使用這種方法，腳本可以輕鬆處理其他 XML 文件，甚至是那些具有不同結構的文件。您只需使用任何新 XML 格式的必要欄位更新 JSON 文件，即可讓腳本自動調整為不同的 XML 模式而無需修改。
我需要編寫一個 Python 腳本來遍歷每個 XML 文件，檢查是否缺少任何必填字段，然後輸出摘要。

這樣，我可以輕鬆識別每個文件中缺少某個欄位的次數、存在多少個屬性，並獲得清晰的報告 - 不再需要無休止的手動檢查，不再出現錯誤。這是我的做法。

編寫實用程式腳本

首先，我需要載入必填欄位的清單。這些儲存在 key required_fields 下的 JSON 檔案中，因此我編寫了一個函數來讀取此檔案：

import os
import json
import xml.etree.ElementTree as ET

def load_required_fields(json_file_path):
    with open(json_file_path, 'r') as file:
        data = json.load(file)
        return data.get("required_fields", [])

登入後複製

然後真正的魔法來了。我編寫了一個函數來解析每個 XML 文件，循環遍歷其屬性，並檢查每個必填欄位是否存在：

def check_missing_fields(file_path, required_fields):
    # Load the XML file
    tree = ET.parse(file_path)
    root = tree.getroot()

    # Initialize variables to store counts and track missing fields
    total_properties = 0
    missing_fields_counts = {field: 0 for field in required_fields}

    # Loop through each property to check for missing fields
    for property in root.findall('.//property'):
        total_properties += 1
        for field in required_fields:
            # Use the find() method to look for direct children of the property element
            element = property.find(f'./{field}')
            # Check if the field is completely missing (not present)
            if element is None:
                missing_fields_counts[field] += 1

    # Print the results
    print('-----------------------------------------')
    print(f'File: {os.path.basename(file_path)}')
    print(f'Total number of properties: {total_properties}')
    print('Number of properties missing each field:')
    for field, count in missing_fields_counts.items():
        print(f'  {field}: {count} properties')
    print('-----------------------------------------')

登入後複製

此函數載入 XML 文件，計算屬性數量，並追蹤每個必填欄位缺少多少屬性。此函數列印一份報告，顯示每個處理文件的結果。

最後，我將所有內容放在 main() 函數中。它將迭代指定目錄中的所有 XML 檔案並對每個檔案執行欄位檢查函數：

def main():
    # Directory containing XML files
    xml_dir = 'xmls'
    json_file_path = 'required_fields.json'

    # Load required fields from JSON file
    required_fields = load_required_fields(json_file_path)

    # Iterate over each file in the xmls directory
    for file_name in os.listdir(xml_dir):
        if file_name.endswith('.xml'):
            file_path = os.path.join(xml_dir, file_name)
            check_missing_fields(file_path, required_fields)

if __name__ == "__main__":
    main()

登入後複製

運行過程後，您將收到與此類似的結果摘要：

File: properties.xml
Total number of properties: 4170
Number of properties missing each field:
  Title: 0 properties
  Unit_Number: 0 properties
  Type: 0 properties
  Bedrooms: 0 properties
  Bathrooms: 0 properties
  Project: 0 properties
  Price: 0 properties
  VAT: 0 properties
  Status: 10 properties
  Area: 0 properties
  Location: 100 properties
  Latitude: 30 properties
  Longitude: 0 properties
  Apartment_Floor: 0 properties
  Block: 0 properties
  Phase: 0 properties
  Construction_Stage: 0 properties
  Plot_Size: 0 properties
  Yard: 120 properties
  Description: 0 properties
  gallery: 27 properties

登入後複製