Python批量解析XML文件并提取指定字段至文本文件

你提到的XML文件其实是有根节点<reiXml>的，不需要用无root节点的解析方案，直接用Python标准库的xml.etree.ElementTree就能轻松处理。下面是针对你两个问题的具体解决方案：

一、批量读取XML文件 #

借助os模块遍历目标目录，筛选出所有.xml后缀的文件。如果文件集中在同一文件夹，直接遍历即可；若存在子目录，可改用os.walk递归查找。

二、提取指定字段并写入结果文件 #

1. 先定义需要提取的字段列表（按需调整）；
2. 逐个解析XML文件，提取目标字段的内容；
3. 将文件名和提取到的数值按指定格式写入输出文件，保证列对齐。

完整代码示例 #

import os
import xml.etree.ElementTree as ET

# 配置参数
XML_DIR = "./xml_files"  # 替换为你的XML文件实际存放目录
OUTPUT_FILE = "./result.txt"
TARGET_FIELDS = ['An', 'Vc', 'A', 'Ht', 'CO2']  # 要提取的字段，按需补充到10个

def extract_xml_data(xml_path):
    """从单个XML文件提取指定字段内容"""
    tree = ET.parse(xml_path)
    root = tree.getroot()
    data = {}
    for field in TARGET_FIELDS:
        elem = root.find(field)
        data[field] = elem.text.strip() if elem else ""
    return data

def main():
    # 写入表头
    header = "          " + "     ".join(TARGET_FIELDS)
    with open(OUTPUT_FILE, 'w', encoding='utf-8') as f_out:
        f_out.write(header + '\n')
        
        # 遍历处理所有XML文件
        for filename in os.listdir(XML_DIR):
            if filename.endswith('.xml'):
                xml_path = os.path.join(XML_DIR, filename)
                file_data = extract_xml_data(xml_path)
                # 格式化行内容，保证列对齐
                row_values = [file_data[field] for field in TARGET_FIELDS]
                row_line = f"{filename:<12}" + "  ".join(f"{val:>8}" for val in row_values)
                f_out.write(row_line + '\n')
                # 可选：每处理1000个文件打印进度，避免卡顿
                if int(filename.split('.')[0][-6:]) % 1000 == 0:
                    print(f"已处理 {filename}")

if __name__ == "__main__":
    main()

代码说明 #

• 替换XML_DIR为你的XML文件实际路径；
• 修改TARGET_FIELDS为你需要提取的10个字段名称；
• 通过字符串格式化的<（左对齐）和>（右对齐）语法，保证输出格式和你要求的一致；
• 按行写入文件，避免处理10万份文件时占用过多内存。

注意事项 #

• 若XML文件存在编码异常，可修改解析逻辑，显式指定编码：

  with open(xml_path, 'r', encoding='utf-8') as f:
      tree = ET.parse(f)
  

• 若部分文件缺少目标字段，代码会用空字符串填充，你可根据需求改为默认值（比如0）。

内容的提问来源于stack exchange，提问作者energyMax