Parser/VARIE/XMLtoCSV.py

import xml.etree.ElementTree as Xet
import os
import csv


#Passo al parser i file xml
xml_file_name = '/Users/federicaspinelli/Google Drive/OVI-CNR/XML/XML SCHEDE OA/000-Opere_Gall.Martini/AR20AUT.xml'
tree = Xet.parse(xml_file_name)
#Dichiaro l'elemento radice
root = tree.getroot()
#Dichiaro l'elemento che contiene tutte le risorse da processare. Sara' la base per costruire i path
schede = root.find("schede")
#Dichiaro la lista degli elementi da processare
schedeM = root.findall("schede/scheda")

xmlparseO = Xet.parse('/Users/federicaspinelli/Google Drive/OVI-CNR/XML/XML SCHEDE OA/000-Opere_Comm.Ospedale/AR20AUT.xml')
rootO = xmlparseO.getroot()
schedeO = rootO.findall("schede/scheda")

xmlparseF = Xet.parse('/Users/federicaspinelli/Google Drive/OVI-CNR/XML/XML SCHEDE OA/000-Opere_Datini/AR20AUT.xml')
rootF = xmlparseF.getroot()
schedeF = rootF.findall("schede/scheda")

# Comincio a scrivere il file csv
BIB_data = open('BIB_Data.csv', 'w')
csvwriter = csv.writer(BIB_data)

list_path = []

#Questa funzione ricostruisce i path dei nodi
def iterate(node, path=""):
    aut = []
    if path:
        current_path = path + "/" + node.tag
    else:
        current_path = node.tag
    path = current_path
    for child in node:
        iterate(child, path=current_path)
    obj = cell(path)
    aut.append(obj)


def cell(path):
    nd = root.find(path)
    res = nd.text
    tag = nd.tag
    #Dato che ho memorizzato tutti i path a partire da root elimino la parte del path che e' già dichiarata per il mio oggetto
    new_path = path.replace('schede/scheda/', '')
    #Elimino i caratteri non convenzionali dalle stringhe.
    #Operazione necessaria per non avere celle con \n\t, che in realta' sono celle vuote
    str = res.rstrip()
    #Se la stringa non è vuota memorrizzo nell'array tag e path corrspondenti
    if str != "":
        list_path.append([tag, new_path])
        return str

#Lancio la funziona iterate su schede per ottenere tutti i tag contenuti in schede con i percorsi associati
iterate(schede)

#Elimino i duplicati dall'array list_path e salvo un array params con i soli tag, mi servira' per costruire la prima riga del csv
#array andra' a contenere tutti tag distinti con i relativi percorsi
array = []
params = []
seen = set()
for item in list_path:
    t = tuple(item)
    if t not in seen:
        params.append(item[0])
        array.append(item)
        seen.add(t)

#Scrivo la prima riga del csn con i nomi dei tag
csvwriter.writerow(params)


#Controllo che il valore trovato non sia nullo, cioe' quel tag non ha un valore associato.
#In questo caso la cella deve essere vuota, quindi dichiaro un carattere vuoto
#altrimenti dichiaro il testo associato all'elemento
def check(val):
    if val is None:
        res = " "
    else:
        res = val.text
    return res


#Costruisco ciascuna riga del csv
def build_rows(schede):
    for scheda in schede:
        #gg è una riga del csv
        gg = []
        #Per ogni elemento di array costruisco una cella della riga
        for x in range(len(array)):
            par = array[x][0]
            #Riprendo il path e dichiaro il valore associato
            path = array[x][1]
            value = scheda.find(path)
            #Faccio un controllo sul valore attraverso la funzione check
            r = check(value)
            #Appendo il valore all'array gg
            gg.append(r)

        #Scrivo la riga nel file csv
        csvwriter.writerow(gg)


build_rows(schedeM)
build_rows(schedeO)
build_rows(schedeF)
BIB_data.close()