python3,sqlite3 如何把XML文件存在数据库

目的:把XML文件中的内容提取出来,并存到sqlite3数据库中。

XML文件在这个包里:tracks.zip

1. 大致步骤

  1. 画XML tree找到信息所在路径
  2. 把内容从XML中提取出来,先调好XML那部分的代码
  3. 确认数据库的关系模式
  4. 写数据库那部分的代码
  5. 合并为一个程序

2. 画XML tree

XML直接看是很痛苦而且混乱的,先用sublime test把XML文件打开。分层次缩进画出简单的XML tree,大致是下面这样的。最后需要的路径和内容在蓝色框里,(dict/dict/dict)

path.png
  1. 这是根节点,第一个dict。
path1.png

2 展开这一层,列出所有的子节点。注意缩略子节点里面的细节。主要有三个子节点,key,dict,array。 Key下面没有子节点,忽略不需要内容。展开dict和array看一下,发现需要的内容在dict中。

path2.png
  1. 展开这个dict节点,里面的内容是需要提取的。以下是大致格式。
 <dict>
 <key>369</key>
 <dict>
 <key>Track ID</key><integer>369</integer>
 <key>Name</key><string>Another One Bites The Dust</string>
 <key>Artist</key><string>Queen</string>
 <key>Composer</key><string>John Deacon</string>
 <key>Album</key><string>Greatest Hits</string>
 <key>Genre</key><string>Rock</string>
 <key>Kind</key><string>MPEG audio file</string>
 <key>Size</key><integer>4344295</integer>
 <key>Total Time</key><integer>217103</integer>
 </dict>

2. 提取XML中的内容

2.1 写路径并且检测能否拿到相关信息, 得到的是404个XML节点信息。Dict count is : 404

# python
import xml.etree.ElementTree as ET

fname = 'Library.xml'
stuff = ET.parse(fname)
all = stuff.findall('dict/dict/dict')
print('Dict count is :',len(all))

2.2 根据相关格式把内容抽取出来。

2.2.1 这个格式其实是两行来的,第一行作为索引,第二行才是真正需要的信息。

<key>Track ID</key><integer>369</integer>

好看点的显示是这样:

<key>Track ID</key>
<integer>369</integer>

2.2.2 找一个信息,其实要先遍历dict子集;找到索引后,返回索引后面一行的信息。因为要以相同方式抽取不同内容,所以要写个小函数定义为lookup。

def lookup(d,keyword):
    found = False
    for child in d:
        if child.tag == 'key' and child.text == keyword:
            found = True
        if found : return child.txt
    return None

2.2.3 组合在一起,尝试抽个'Name'验证一下。以下是正确的输出。这样就有了一个能用的XML部分的代码了。

import xml.etree.ElementTree as ET

fname = 'Library.xml'

def lookup(d,key):
    found = False
    for child in d:
        if found : return child.text
        if child.tag == 'key' and child.text == key :
            found = True
    return None

stuff = ET.parse(fname)
all = stuff.findall('dict/dict/dict')
# print('Dict count is :',len(all))

for entry in all:
    if ( lookup(entry, 'Track ID') is None ) : continue
    name = lookup(entry, 'Name')
    if name is None :continue
    print(name)

# output 
Another One Bites The Dust
Asche Zu Asche
Beauty School Dropout
Black Dog
Bring The Boys Back Home
Circles

3. 数据库的关系模式

画出表格和它们之间的关系,会比较方便。起名准确真的很重要。in the dict·表示可以直接抽取,另外一些是其他表中的元素。然后写个SQL把它们存起来。

relationship.png

4. 合并为一个程序

import xml.etree.ElementTree as ET
import sqlite3

conn = sqlite3.connect('hwnet1.sqlite')
cur = conn.cursor()

# Make some fresh tables using executescript()
cur.executescript('''
DROP TABLE IF EXISTS Artist;
DROP TABLE IF EXISTS Genre;
DROP TABLE IF EXISTS Album;
DROP TABLE IF EXISTS Track;

CREATE TABLE Artist (
    id  INTEGER NOT NULL PRIMARY KEY AUTOINCREMENT UNIQUE,
    name    TEXT UNIQUE
);

CREATE TABLE Album (
    id  INTEGER NOT NULL PRIMARY KEY AUTOINCREMENT UNIQUE,
    artist_id  INTEGER,
    title   TEXT UNIQUE
);

CREATE TABLE Genre (
    id  INTEGER NOT NULL PRIMARY KEY AUTOINCREMENT UNIQUE,
    name    TEXT UNIQUE
);                    

CREATE TABLE Track (
    id  INTEGER NOT NULL PRIMARY KEY 
        AUTOINCREMENT UNIQUE,
    title TEXT  UNIQUE,
    album_id  INTEGER,
    genre_id  INTEGER,
    len INTEGER, rating INTEGER, count INTEGER
);
''')


fname = input('Enter file name: ')
if ( len(fname) < 1 ) : fname = 'Library.xml'

# <key>Track ID</key><integer>369</integer>
# <key>Name</key><string>Another One Bites The Dust</string>
# <key>Artist</key><string>Queen</string>
def lookup(d, key):
    found = False
    for child in d:
        if found : return child.text
        if child.tag == 'key' and child.text == key :
            found = True
    return None

stuff = ET.parse(fname)
all = stuff.findall('dict/dict/dict')
print('Dict count:', len(all))
for entry in all:
    if ( lookup(entry, 'Track ID') is None ) :
        continue

    name = lookup(entry, 'Name')
    artist = lookup(entry, 'Artist')
    album = lookup(entry, 'Album')
    count = lookup(entry, 'Play Count')
    rating = lookup(entry, 'Rating')
    length = lookup(entry, 'Total Time')
    genre = lookup(entry,'Genre')

    if name is None or artist is None or album is None or genre is None :
        continue

    print(name, artist, album, count, rating, length, genre)

    cur.execute('''INSERT OR IGNORE INTO Artist (name) 
        VALUES ( ? )''', ( artist, ) )
    cur.execute('SELECT id FROM Artist WHERE name = ? ', (artist, ))
    artist_id = cur.fetchone()[0]

    cur.execute('''INSERT OR IGNORE INTO Album (title, artist_id) 
        VALUES ( ?, ? )''', ( album, artist_id ) )
    cur.execute('SELECT id FROM Album WHERE title = ? ', (album, ))
    album_id = cur.fetchone()[0]

    cur.execute('''INSERT OR IGNORE INTO Genre (name) 
        VALUES ( ? )''', ( genre, ) )
    cur.execute('SELECT id FROM Genre WHERE name = ? ', (genre, ))
    genre_id = cur.fetchone()[0]

    cur.execute('''INSERT OR REPLACE INTO Track
        (title, album_id, genre_id, len, rating, count) 
        VALUES ( ?, ?, ?, ?, ? ,?)''',
        ( name, album_id, genre_id,length, rating, count ) )

conn.commit()

5. 检验结果

最后选以下的信息应该看到这个表。

SELECT Track.title, Artist.name, Album.title, Genre.name 
    FROM Track JOIN Genre JOIN Album JOIN Artist 
    ON Track.genre_id = Genre.ID and Track.album_id = Album.id 
        AND Album.artist_id = Artist.id
    ORDER BY Artist.name LIMIT 3
title                                    name        title         name
---------------------------------------  ----------  ------------  ----------
For Those About To Rock (We Salute You)  AC/DC       Who Made Who  Rock
Hells Bells                              AC/DC       Who Made Who  Rock
Shake Your Foundations                   AC/DC       Who Made Who  Rock

我不能相信几十行的代码写了几个小时……一定是状态问题!状态!

2018.4.27

©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 230,563评论 6 544
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 99,694评论 3 429
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 178,672评论 0 383
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 63,965评论 1 318
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 72,690评论 6 413
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 56,019评论 1 329
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 44,013评论 3 449
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 43,188评论 0 290
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 49,718评论 1 336
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 41,438评论 3 360
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 43,667评论 1 374
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 39,149评论 5 365
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 44,845评论 3 351
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 35,252评论 0 28
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 36,590评论 1 295
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 52,384评论 3 400
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 48,635评论 2 380

推荐阅读更多精彩内容