python文件处理：解析.xml文件

XML（eXtensible Markup Language）指可扩展标记语言，被设计用来传输和存储数据，已经日趋成为当前许多新生技术的核心，在不同的领域都有着不同的应用。它是web发展到一定阶段的必然产物，既具有SGML的核心特征，又有着HTML的简单特性，还具有明确和结构良好等许多新的特性。

在做目标检测手工标注数据集的时候，通常会把标注的目标位置信息写入一个.xml文件，但在检查数据和数据清洗的时候，面对一堆坐标数据很难对标注的准确性进行检查，所以通常需要对xml文件进行解析，读出其中保存的目标和目标的一些信息。
需要解析的xml文件如下

<annotation>  <folder>Images</folder>  <filename>00001</filename>  <path>E:\Images\00001.jpg</path>  <source>    <database>Unknown</database>  </source>  <size>    <width>432</width>    <height>495</height>    <depth>3</depth>  </size>  <segmented>0</segmented>  <object>    <name>mirror</name>    <pose>Unspecified</pose>    <truncated>0</truncated>    <difficult>0</difficult>    <bndbox>      <xmin>3</xmin>      <ymin>159</ymin>      <xmax>52</xmax>      <ymax>202</ymax>    </bndbox>  </object>  <object>    <name>mirror</name>    <pose>Unspecified</pose>    <truncated>0</truncated>    <difficult>0</difficult>    <bndbox>      <xmin>370</xmin>      <ymin>134</ymin>      <xmax>427</xmax>      <ymax>179</ymax>    </bndbox>  </object>  <object>    <name>glass</name>    <pose>Unspecified</pose>    <truncated>0</truncated>    <difficult>0</difficult>    <bndbox>      <xmin>56</xmin>      <ymin>102</ymin>      <xmax>373</xmax>      <ymax>224</ymax>    </bndbox>  </object>  <object>    <name>light</name>    <pose>Unspecified</pose>    <truncated>0</truncated>    <difficult>0</difficult>    <bndbox>      <xmin>29</xmin>      <ymin>325</ymin>      <xmax>114</xmax>      <ymax>389</ymax>    </bndbox>  </object>  <object>    <name>light</name>    <pose>Unspecified</pose>    <truncated>0</truncated>    <difficult>0</difficult>    <bndbox>      <xmin>322</xmin>      <ymin>305</ymin>      <xmax>405</xmax>      <ymax>372</ymax>    </bndbox>  </object></annotation>

Ok ,从结构上，它很像我们常见的HTML超文本标记语言。但他们被设计的目的是不同的，超文本标记语言被设计用来显示数据，其焦点是数据的外观。它被设计用来传输和存储数据，其焦点是数据的内容。

那么它有如下特征：

首先，它是有标签对组成:
<aa></aa>
标签可以有属性：<aa id=’123’></aa>
标签对可以嵌入数据：<aa>abc</aa>
标签可以嵌入子标签（具有层级关系）：

<aa>     <bb></bb></aa>

上面的xml文件保存了目标的名字:name和四个坐标(xmin, ymin, xmax, ymax)，使用python对其进行解析。

#coding=utf-8import  xml.dom.minidom#打开xml文档dom = xml.dom.minidom.parse('abc.xml')#得到文档元素对象root = dom.documentElementprint root.nodeNameprint root.nodeValueprint root.nodeTypeprint root.ELEMENT_NODE

mxl.dom.minidom 模块被用来处理xml文件，所以要先引入。

xml.dom.minidom.parse() 用于打开一个xml文件，并将这个文件对象dom变量。

documentElement 用于得到dom对象的文档元素，并把获得的对象给root

每一个结点都有它的nodeName，nodeValue，nodeType属性。

nodeName为结点名字。

nodeValue是结点的值，只对文本结点有效。

nodeType是结点的类型。catalog是ELEMENT_NODE类型

现在有以下几种：
‘ATTRIBUTE_NODE’
‘CDATA_SECTION_NODE’
‘COMMENT_NODE’
‘DOCUMENT_FRAGMENT_NODE’
‘DOCUMENT_NODE’
‘DOCUMENT_TYPE_NODE’
‘ELEMENT_NODE’
‘ENTITY_NODE’
‘ENTITY_REFERENCE_NODE’
‘NOTATION_NODE’
‘PROCESSING_INSTRUCTION_NODE’
‘TEXT_NODE’

NodeTypes - 有名常数

对于上文列出的xml文件，笔者使用了如下脚本，供读者进行参考，可根据自己的需要修改。

#! /usr/bin/env python#coding = utf-8from xml.dom.minidom import parseimport xml.dom.minidomfrom PIL import Image, ImageDrawimport osimport ImageFontxml_path = '/Users/Lee/Desktop/check_xml/experiments/xml/'filelists = os.listdir(xml_path)filelists.pop(0)img_path = '/Users/Lee/Desktop/check_xml/experiments/images/'save_path = '/Users/Lee/Desktop/check_xml/experiments/check_img/'num = 0for file in filelists:    xml_file_path = os.path.join(xml_path+file)    DOMTree = xml.dom.minidom.parse(xml_file_path)    Data = DOMTree.documentElement    img_name_tmp = Data.getElementsByTagName("filename")    img_name = img_name_tmp[0].childNodes[0].data    Objects = Data.getElementsByTagName("object")    xmin_1 = []    ymin_1 = []    xmax_1 = []    ymax_1 = []    name_1 = []    for object in Objects:        name = object.getElementsByTagName('name')[0]        name_1.append(name.childNodes[0].data)        xmin = object.getElementsByTagName('xmin')[0]        xmin_1.append(int(xmin.childNodes[0].data))        ymin = object.getElementsByTagName('ymin')[0]        ymin_1.append(int(ymin.childNodes[0].data))        xmax = object.getElementsByTagName('xmax')[0]        xmax_1.append(int(xmax.childNodes[0].data))        ymax = object.getElementsByTagName('ymax')[0]        ymax_1.append(int(ymax.childNodes[0].data))    img = Image.open(os.path.join(img_path+img_name+'.jpg'))    num_object = len(name_1)    for i in range(num_object):        x_text = (xmax_1[i] - xmin_1[i]) * 0.15 + xmin_1[i]        y_text = ymin_1[i] - 25        draw_name = ImageDraw.Draw(img)        font1 = ImageFont.truetype("times_New_Roman.ttf",24)        draw_name.text((x_text, y_text), name_1[i], fill= (255,0,0), font = font1)        draw_rect = ImageDraw.Draw(img)        draw_rect.rectangle([(xmin_1[i], ymin_1[i]), (xmax_1[i], ymax_1[i])],outline=(255,0,0))    img.save(os.path.join(save_path + img_name + '.jpg'))    num = num + 1    if num % 500 == 0:        print num

上述脚本可以把xml保存的名字和位置信息在原图上反映出来，用以检查手工标注数据的准确性。