voc,xml文件解析统计 标签名字 import xml.etree.ElementTree as ET

解析xml数据
python的xml库提供了几种不同的方法来解析xml文件，下面我们来介绍如何通过ElementTree和minidom来解析xml文件

使用ElementTree解析xml数据 通过ElementTree解析xml数据主要分为下面几个步骤：

1. 使用getroot方法来获取xml的根节点信息
2. 使用find方法来找到不需要遍历节点的信息
3. 通过iter来编译包含多个相同节点的信息
   这个简单短点推荐这个

import xml.etree.ElementTree as ET

def parse_xml(xml_path):
    #读取xml文件
    rf = open(xml_path,"r")
    #开始解析xml文件
    tree = ET.parse(rf)
    #获取根节点信息
    root = tree.getroot()

    #获取图片的路径
    img_path = root.find("filename").text
    #获取图片的size节点的信息
    size = root.find("size")
    #获取图片的宽
    img_width = size.find("width").text
    #获取图片的高
    img_height = size.find("height").text

    #解析图片的box信息
    #遍历object节点的信息
    label_infos = []
    for object in root.iter("object"):
        #获取类别的名称
        name = object.find("name").text
        #获取标签的识别难度
        occluded = object.find("occluded").text
        #获取标签的box信息
        bndbox = object.find("bndbox")
        xmin = float(bndbox.find('xmin').text)
        xmax = float(bndbox.find('xmax').text)
        ymin = float(bndbox.find('ymin').text)
        ymax = float(bndbox.find('ymax').text)
        box = (xmin,xmax,ymin,ymax)
        label_infos.append((name,occluded,box))
    return label_infos,img_width,img_height

使用minidom来解析xml文件
使用minidom来解析xml相对于ElementTree来说要稍微复杂一点，minidom主要通过getElementsByTagName函数来寻找节点，然后再通过childNodes来逐步解析xml文件，我将minidom解析xml文件以及封装成了三个函数：

1. get_all_node获取节点下面所有的子节点
2. get_node_value获取节点的值
3. get_node_name获取节点的名称

from xml.dom import minidom

def parse_xml_by_minidom(xml_path):

    def get_node_name(node):
        """获取节点的名字
        :param node:
        :return:
        """
        return node.nodeName


    def get_node_value(node):
        """获取node的值
        :param node:
        :return:
        """
        child_nodes = node.childNodes
        return child_nodes[0].nodeValue

    def get_all_node(node,node_list):
        """获取所有的节点
        :param node:
        :param node_list:
        :return:
        """
        for child_node in node.childNodes:
            if isinstance(child_node,minidom.Element):
                child_nodes = child_node.childNodes
                if len(child_nodes) == 1:
                    node_list.append(child_node)
                else:
                    get_all_node(child_node,node_list)


    def get_all_child_value(node):
        """获取节点所有子节点信息
        :param node:
        :return:
        """
        node_list = []
        get_all_node(node,node_list)
        node_info = {}
        for node in node_list:
            node_name = get_node_name(node)
            node_value = get_node_value(node)
            if node_value is not None:
                node_info[node_name] = node_value
        return node_info


    doc = minidom.parse(xml_path)
    #获取跟节点
    root = doc.documentElement
    #获取图片的路径
    img_path_node = root.getElementsByTagName("filename")[0]
    #获取节点的名称
    node_name = get_node_name(img_path_node)
    #获取节点的值
    img_path = get_node_value(img_path_node)
    size_node_list = root.getElementsByTagName("size")
    size_info = get_all_child_value(size_node_list[0])
    #获取图片的宽和高
    img_width = size_info["width"]
    img_height = size_info["height"]
    #获取标签信息
    box_info_list = []
    object_node_list = root.getElementsByTagName("object")
    for object_node in object_node_list[:1]:
        box_node_info = get_all_child_value(object_node)
        box_info_list.append(box_node_info)
    return box_info_list,img_width,img_height