Разобранный XML не пишет права в .csv - PullRequest
Новая
       19

Разобранный XML не пишет права в .csv

0 голосов
/ 29 августа 2018

У меня был проблемный XML-файл, который мне нужно загрузить в блог WordPress. Любой импортер работает с этим файлом, похоже что-то связанное с авторами поста. Чтобы разобраться с этим и получить сообщения из старого блога блоггера, я пытаюсь проанализировать XML-файл в CSV, и поэтому я напишу плагин или попробую другой импорт, чтобы наполнить блог.

Я уже проанализировал заполнение, но когда я пытаюсь записать в csv, данные не заполняют все столбцы, только один из них.

Мой скрипт на питоне: 

from xml.dom import minidom
import csv

xmldoc = minidom.parse('data/data.xml')

feed = xmldoc.getElementsByTagName('feed')[0]

entries = feed.getElementsByTagName('entry')

ids = []
publisheds = []
titles = []
updateds = []
categories = []
contents = []
links = []
authors = []
authors_emails = []

i = 0 

for entry in entries:
    id = entry.getElementsByTagName('id')[0].firstChild.data
    published = entry.getElementsByTagName('published')[0].firstChild.data

    if (entry.getElementsByTagName('updated')[0].firstChild is not None):
        updated = entry.getElementsByTagName('updated')[0].firstChild.data
    else: 
        updated = ''

    category = entry.getElementsByTagName('category')[0]

    if (entry.getElementsByTagName('title')[0].firstChild is not None):
        title = entry.getElementsByTagName('title')[0].firstChild.data
    else:
        title = ''

    if (entry.getElementsByTagName('content')[0].firstChild is not None):
        content = entry.getElementsByTagName('content')[0].firstChild.data
    else:
        content = ''

    link  = entry.getElementsByTagName('link')
    author = entry.getElementsByTagName('author')[0]
    author_name = author.getElementsByTagName('name')[0].firstChild.data


    if (author.getElementsByTagName('email')[0].firstChild is not None):
        author_email = author.getElementsByTagName('email')[0].firstChild.data
    else:
        author_email = '' 

    author_gd = author.getElementsByTagName('gd:image')

    term = category.attributes["term"]

    if (term.value == 'http://schemas.google.com/blogger/2008/kind#post'):
        titles.append(title)
        ids.append(id)
        publisheds.append(published)
        updateds.append(updated)
        categories.append(category)
        contents.append(category)
        links.append(link)
        authors.append(author_name)
        authors_emails.append(author_email)

        for data in titles:
            with open('data.csv', 'a') as csvfile:
                fieldnames = ['id','published', 'updated', 'title', 'content', 'links', 'author', 'author_email']
                writer = csv.DictWriter(csvfile, fieldnames=fieldnames)
                while (i == 0):
                    writer.writeheader()
                    i = i + 1
                writer.writerow({'title': data})

        for data in id:
            with open('data.csv', 'a') as csvfile:
                fieldnames = ['id','published', 'updated', 'title', 'content', 'links', 'author', 'author_email']
                writer = csv.DictWriter(csvfile, fieldnames=fieldnames)
                while (i == 0):
                    writer.writeheader()
                    i = i + 1
                writer.writerow({'id': id})

        for data in publisheds:
            with open('data.csv', 'a') as csvfile:
                fieldnames = ['id','published', 'updated', 'title', 'content', 'links', 'author', 'author_email']
                writer = csv.DictWriter(csvfile, fieldnames=fieldnames)
                while (i == 0):
                    writer.writeheader()
                    i = i + 1
                writer.writerow(      
                    {'published': published,})

А мой XML выглядит так: 

<feed>
<entry>
        <id>tag:blogger.com,1999:blog-3819124901608450649.post-3344567350301029496</id>
        <published>2018-08-28T20:31:00.001-07:00</published>
        <updated>2018-08-28T20:31:06.083-07:00</updated>
        <category scheme="http://schemas.google.com/g/2005#kind" term="http://schemas.google.com/blogger/2008/kind#post" />
        <title type="text">Post 03</title>
        <content type="html">Foo bar</content>
        <link rel="replies" type="application/atom+xml" href="https://marcosademir.blogspot.com/feeds/3344567350301029496/comments/default" title="Postar comentários" />
        <link rel="replies" type="text/html" href="http://marcosademir.blogspot.com/2018/08/post-03.html#comment-form" title="0 Comentários" />
        <link rel="edit" type="application/atom+xml" href="https://www.blogger.com/feeds/3819124901608450649/posts/default/3344567350301029496" />
        <link rel="self" type="application/atom+xml" href="https://www.blogger.com/feeds/3819124901608450649/posts/default/3344567350301029496" />
        <link rel="alternate" type="text/html" href="http://marcosademir.blogspot.com/2018/08/post-03.html" title="Post 03" />
        <author>
            <name>Lucas Maraal</name>
            <uri>https://www.blogger.com/profile/17261797217287987677</uri>
            <email>noreply@blogger.com</email>
            <gd:image rel="http://schemas.google.com/g/2005#thumbnail" width="32" height="32" src="//4.bp.blogspot.com/_pSv61Q08Q6Y/S_IujH-j3aI/AAAAAAAAAAM/M-DlhT-CaoA/S220-s32/OAAAABcf5r93dqAGgOuYvkuDQTljXHKx0_qR6EqgupGM6Ym2hS3vvA10Kp5Mcva6IMm7XV1K4Ac5s0_3IGX4vGUEkTwAm1T1UCi0ddtOBY2GdNPNBcTka0l1Cl-T.jpg" />
        </author>
        <thr:total>0</thr:total>
    </entry>
</feed>
...