使用Python进行XML解析

XML 指可扩展标记语言(eXtensible Markup Language),常被设计用来传输和存储数据。
在进行医学图像标注时,我们常使用XML格式文件来存储标注,以下展示了使用Python来提取标注的坐标值。

测试文本样例:

<?xml version="1.0" ?>
<doc>
	<path>img.png</path>
        <polygon>
            <x1>233</x1>
            <y1>212</y1>
            <x2>229</x2>
            <y2>227</y2>
            <x3>229</x3>
            <y3>238</y3>
	</polygon>
</doc>

上述示例为一个标注文件的简化版本,我们需要将其中的坐标值(x1, y1), (x2, y2), (x3, y3)提取出来。

import xml.dom.minidom


if __name__ == '__main__':
    xml_path = r"test.xml"
    dom = xml.dom.minidom.parse(xml_path)
    root = dom.documentElement
    i = 1
    try:
        while 1:
            x = root.getElementsByTagName("x" + str(i))
            y = root.getElementsByTagName("y" + str(i))
            i += 1
            print(x[0].firstChild.data, " ", y[0].firstChild.data)
    except Exception:
        # 因为坐标个数不确定,所以我们使用异常来结束
        pass

输出:

233   212
229   227
229   238