从XML生成表格：提取属性为表头、InnerXml为值

问题描述 #

我有大量包含目标数据的XML文件，需要提取指定属性作为表头，对应节点的InnerXml作为表格值。已能处理多文档循环，但在提取单个属性和InnerXml并转换为表头-值对应结构时遇到困难，同时希望能根据属性名称筛选需要的列。

XML示例 #

<?xml version="1.0" encoding="UTF-8"?>
<files>
    <file type="lcmContract" id="72187_fi20190000046444">
        <title>Bacon Cheeseburger</title>
        <field name="lcmHeaderGrp"></field>
        <field name="lcmHasNote">_image=custom/crmNote.gif</field>
        <field name="lcmSubject">Bacon Cheeseburgers are Good</field>
        <field name="lcmPrincipal">Frontline Rock</field>
        <field name="lcmClosingDate">@20190704</field>
        <field name="lcmAclList">
Royalties
LEGAL_DEPT
LegalExt
MktgRock
AllExceptRestricted
LegalTemp
LEGAL_DEPT_READ
lcmAdmin
CONTRACT-Administrator
</field>
    </file>
</files>

期望输出表格 #

已尝试的脚本片段 #

[xml]$xmlFile = Get-Content -Path C:\Doc.xml
# 返回列表形式的表头
$xmlFile.files.file.ChildNodes | Select-Object -Expand Name
# 返回列表形式的对应值
$xmlFile.files.file.ChildNodes | Select-Object -Expand InnerXml

解决方案 #

1. 单个XML文件处理脚本 #

核心思路是将每个节点的名称/属性名与值映射为自定义对象，再筛选目标字段，同时处理lcmAclList的换行转逗号格式：

# 加载XML文件
[xml]$xmlFile = Get-Content -Path "C:\Doc.xml"

# 定义需要保留的字段列表（按需调整）
$targetFields = @("title", "lcmSubject", "lcmPrincipal", "lcmClosingDate", "lcmAclList")

# 初始化自定义对象存储结果
$outputObj = [PSCustomObject]@{}

# 遍历所有子节点
foreach ($node in $xmlFile.files.file.ChildNodes) {
    # 处理普通节点（如<title>）
    if ($node.Name -ne "field") {
        $fieldName = $node.Name
        $fieldValue = $node.InnerXml.Trim()
    }
    # 处理带name属性的<field>节点
    else {
        $fieldName = $node.GetAttribute("name")
        $fieldValue = $node.InnerXml.Trim()
        # 特殊处理lcmAclList：换行转逗号分隔
        if ($fieldName -eq "lcmAclList") {
            $fieldValue = $fieldValue -split "`r?`n" | Where-Object { $_ -ne "" } | Join-String -Separator ","
        }
    }

    # 仅添加目标字段到结果对象
    if ($targetFields -contains $fieldName) {
        $outputObj | Add-Member -MemberType NoteProperty -Name $fieldName -Value $fieldValue
    }
}

# 输出结构化表格
$outputObj | Format-Table -AutoSize

2. 多XML文件批量处理 #

如果要处理文件夹下所有XML文件，套入循环即可：

# 目标XML文件夹路径
$xmlFolder = "C:\YourXmlFolder"
# 需要保留的字段列表
$targetFields = @("title", "lcmSubject", "lcmPrincipal", "lcmClosingDate", "lcmAclList")

# 存储所有结果的数组
$allResults = @()

# 遍历所有XML文件
Get-ChildItem -Path $xmlFolder -Filter "*.xml" | ForEach-Object {
    [xml]$xmlFile = Get-Content -Path $_.FullName
    $outputObj = [PSCustomObject]@{}

    foreach ($node in $xmlFile.files.file.ChildNodes) {
        if ($node.Name -ne "field") {
            $fieldName = $node.Name
            $fieldValue = $node.InnerXml.Trim()
        }
        else {
            $fieldName = $node.GetAttribute("name")
            $fieldValue = $node.InnerXml.Trim()
            if ($fieldName -eq "lcmAclList") {
                $fieldValue = $fieldValue -split "`r?`n" | Where-Object { $_ -ne "" } | Join-String -Separator ","
            }
        }

        if ($targetFields -contains $fieldName) {
            $outputObj | Add-Member -MemberType NoteProperty -Name $fieldName -Value $fieldValue
        }
    }

    $allResults += $outputObj
}

# 输出所有结果的表格
$allResults | Format-Table -AutoSize
# 可选：导出结果到CSV文件
$allResults | Export-Csv -Path "C:\Output\ContractData.csv" -NoTypeInformation -Encoding UTF8

关键说明 #

• 字段筛选：通过$targetFields数组指定需要保留的字段，不需要的字段自动跳过
• 节点区分：区分普通节点（如<title>）和带name属性的<field>节点，分别提取字段名
• 特殊值处理：针对lcmAclList的多行内容，按换行分割后过滤空行，再用逗号拼接为字符串
• 结构化输出：用PSCustomObject构建键值对，确保表头与值一一对应，直接通过Format-Table生成符合预期的表格

内容的提问来源于stack exchange，提问作者baconfeltoon