如何使用 Python 将函数应用于文本或 csv 文件中列表中的所有项目？

Question

所以我构建了一个函数，它将查看文件夹中的所有 xml 文件，并查找节点属性（扬声器名称）并写入 csv 文件中的一行。请注意，目前，它会将它们全部附加到同一个 csv 文件中，但我希望在弄清楚下一步后让它更改文件名。

我尝试做的下一步是从文本文件的列表中提供这些演讲者姓名（我也尝试过 csv 文件和字典列表），并将函数应用于其中的每一个单独的扬声器名称。

我正在使用一个函数来执行此操作，因为我认为一个 for 循环遍历另一个 for 循环中的一组项目，该循环遍历一组不同的项目是一种机会，我对此进行了初步测试，并没有证明这种担心是错的。

当我将此列表中的任何项目单独粘贴为函数中的参数时，它会起作用。当我通过我尝试过的任何方式访问后打印列表时，它有效，我似乎无法让两者交谈。

我尝试通过以下方式将该函数应用于每个项目，但它所做的只是打印出我给 except 语句的错误，并写在 csv 的标题列中（所以我知道它至少是在访问函数）

speaker_list = open("UAS_Speakers.csv","r").readlines()
for item in speaker_list:
    look_for_speaker_in_files(item) 

或

with open("speaking.txt","r") as f:
    for x in f:       
        look_for_speaker_in_files(x)

为了它，我什至尝试将它作为字典列表打开，因为数据已经有大括号。没有变化。

speaker_list = open("speaking.py","r") 
    for x in speaker_list:
       look_for_speaker_in_files(x)

我也模仿了我所做的一个脚本，该脚本从列表中获取 url 并对它们执行几个 urllib 函数，尝试了这个：

def main():
    with open("speaking.py","r") as speaker_list:
        for x in speaker_list:
            look_for_speaker_in_files(x)
if __name__ == "__main__":
    main()

我不确定问题是否是当我执行任何这些操作时，整个列表是否都被一次性输入到函数中，但如果函数本身出现问题，阻止它工作，它就在这里：

def look_for_speaker_in_files(speakerAttrib):
    c = csv.writer(open("allspeakers.csv","w"))
    c.writerow(["Name", "Filename", "Text"])
    for cr_file in glob.iglob('parsed/*.xml'):
        try:
          tree = etree.parse(cr_file)
          for node in tree.iter('speaking'):
             if node.attrib == speakerAttrib:  
                c.writerow([node.attrib, cr_file, node.text])
             else:
                 continue
        except:
          print "bad string " + cr_file
          continue

对此的任何帮助将不胜感激，否则我只会被困在从 OpenRefine 手动整理出来或从数百个电子表格中复制和粘贴，想到这让我的眼球燃烧起来。

示例列表项：

{'name': 'Mr. BEGICH'}
{'name': 'The SPEAKER pro tempore (Mr. Miller of Florida)'}
{'name': 'The Acting CHAIR'}
{'name': 'Mr. McKINLEY'}
{'quote': 'true', 'speaker': 'recorder'}
{'name': 'Mr. WAXMAN'}
{'name': 'Mr. MORAN'}
{'name': 'Mr. McKEON'}
{'quote': 'true', 'speaker': 'The Acting CHAIR'}
{'name': 'Mr. RIGELL'}
{'name': 'Mr. SMITH of Washington'}
{'name': 'Mr. KILMER'}
{'name': 'Mr. LAMBORN'}
{'name': 'Mr. CLEAVER'}
{'name': 'Mr. MICA'}
{'name': 'Ms. SPEIER'}
{'name': 'Mrs. ELLMERS'}

示例文件位于此文件夹中： https://drive.google.com/folderview?id=0B7lGA34vOZItREhRbmF6Z3YtTnM&usp=sharing

Answer 1

请看看这是否适合你。

我相信，您需要以附加模式打开 allspeakers.csv 文件，否则它将被每个 main() 替换以进行迭代。否则，对于每次迭代，您都必须写入一个新文件。

import csv
import glob
import ast
from os.path import isfile
from lxml import etree

def look_for_speaker_in_files(speakerAttrib):
    speakerDict = ast.literal_eval(speakerAttrib)
    l_file_exists = False
    if isfile("allspeakers.csv"):
        l_file_exists = True
    c = csv.writer(open("allspeakers.csv","a"))
    if not l_file_exists:
        c.writerow(["Name", "Filename", "Text"])
    lparser = etree.XMLParser(recover=True)
    for cr_file in glob.iglob('parsed/*.xml'):
        try:
          tree = etree.parse(cr_file,parser=lparser)
          for node in tree.iter('speaking'):
             if node.keys() == speakerDict.keys():
                c.writerow([node.attrib, cr_file, node.text])
             else:
                 continue
        except:
          print "bad string " + cr_file
          raise

def main():
    with open("UAS_speakers.txt","r") as speaker_list:
        for x in speaker_list:
            print x
            look_for_speaker_in_files(x)
if __name__ == "__main__":
    main()