批量提取数千XML文件中引用的CGM图形及来源文件需求

针对你数千份XML文件提取图形引用的需求，下面提供两种高效的批量处理方案，无需逐个手动操作：

方案1：Python脚本（跨平台，灵活可控） #

这个方案适合有基础Python环境的用户，能精准提取图形文件名和对应XML来源，结果可直接导出为CSV方便Excel处理。

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

def extract_graphic_files(root_dir, output_csv):
    # 准备CSV写入器
    with open(output_csv, 'w', newline='', encoding='utf-8') as csvfile:
        fieldnames = ['xml_file', 'graphic_filename', 'full_path']
        writer = csv.DictWriter(csvfile, fieldnames=fieldnames)
        writer.writeheader()
        
        # 遍历目录下所有XML文件
        for dirpath, _, filenames in os.walk(root_dir):
            for filename in filenames:
                if filename.lower().endswith('.xml'):
                    xml_path = os.path.join(dirpath, filename)
                    try:
                        # 解析XML
                        tree = ET.parse(xml_path)
                        root = tree.getroot()
                        # 查找所有<graphic>节点
                        for graphic in root.findall('.//graphic'):
                            file_attr = graphic.get('file')
                            if file_attr:
                                # 提取文件名
                                graphic_filename = os.path.basename(file_attr)
                                # 写入CSV
                                writer.writerow({
                                    'xml_file': xml_path,
                                    'graphic_filename': graphic_filename.lower(),
                                    'full_path': file_attr
                                })
                    except Exception as e:
                        print(f"处理文件出错 {xml_path}: {str(e)}")

# 配置参数：替换为你的XML文件根目录和输出CSV路径
extract_graphic_files(r'C:\Your\XML\Directory', 'graphic_references.csv')

使用步骤： #

1. 确保安装了Python（3.x版本均可）
2. 将上述代码保存为extract_graphics.py
3. 修改代码中root_dir和output_csv的路径为你的实际路径
4. 打开命令行，运行python extract_graphics.py
5. 生成的graphic_references.csv可直接用Excel打开，查看所有图形引用及来源

方案2：PowerShell命令（Windows环境无需额外安装） #

如果是Windows用户，直接用PowerShell就能快速处理，无需安装额外工具：

# 替换为你的XML文件根目录
$xmlDir = "C:\Your\XML\Directory"
# 输出CSV路径
$outputCsv = "graphic_references.csv"

Get-ChildItem -Path $xmlDir -Filter *.xml -Recurse | ForEach-Object {
    $xmlPath = $_.FullName
    try {
        $xml = [xml](Get-Content $xmlPath -Encoding UTF8)
        $xml.SelectNodes("//graphic") | ForEach-Object {
            $filePath = $_.file
            if ($filePath) {
                [PSCustomObject]@{
                    xml_file = $xmlPath
                    graphic_filename = [System.IO.Path]::GetFileName($filePath)
                    full_path = $filePath
                }
            }
        }
    }
    catch {
        Write-Warning "处理文件出错 $xmlPath : $_"
    }
} | Export-Csv -Path $outputCsv -NoTypeInformation -Encoding UTF8

使用步骤： #

1. 打开PowerShell
2. 将上述命令中的$xmlDir和$outputCsv替换为你的实际路径
3. 粘贴命令并执行
4. 生成的CSV文件可直接导入Excel

注意事项： #

如果你的XML文件包含命名空间，需要修改XPath查询语句。比如假设命名空间为http://example.com/ns，Python中需要先注册命名空间：

ET.register_namespace('', 'http://example.com/ns')
# 然后查找节点时用带命名空间的XPath
root.findall('.//{http://example.com/ns}graphic')

PowerShell中则需要调整SelectNodes的参数：

$ns = New-Object Xml.XmlNamespaceManager($xml.NameTable)
$ns.AddNamespace("ns", "http://example.com/ns")
$xml.SelectNodes("//ns:graphic", $ns)

内容的提问来源于stack exchange，提问作者Ruth Cundy