使用Python進行XML解析

• 2020 年 7 月 10 日
• 筆記
• Python, 技術

XML 指可擴展標記語言（eXtensible Markup Language），常被設計用來傳輸和存儲數據。
在進行醫學影像標註時，我們常使用XML格式文件來存儲標註，以下展示了使用Python來提取標註的坐標值。

測試文本樣例：

<?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>

上述示例為一個標註文件的簡化版本，我們需要將其中的坐標值(x1, y1), (x2, y2), (x3, y3)提取出來。

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:
        # 因為坐標個數不確定，所以我們使用異常來結束
        pass

輸出：

233   212
229   227
229   238