从 XML 文件中提取标签信息到 Excel 文件 [关闭]

Question

我有近 100 个 XML 文件，其中包含标签内的各种存储过程名称。每个文件可能包含多个 SP 或相同的重复。

    <DataSourceName>SQL300</DataSourceName>
    <CommandType>StoredProcedure</CommandType>
    <CommandText>dbDummy.dbo.abc456Audit </CommandText>

我接手了一个项目，将 SQL 服务器数据迁移到 SAS 网格，并将所有 SSRS 报告迁移到 SAS。我将不得不映射所有数据。

是否有任何简单的 Linux/perl/VBA/Python 方法可以一步完成？ 我想要类似的东西：

File Name    Stored Procedures
Audit93       dbDummy.dbo.abc456Audit
Audit93       dbDummy.dbo.abc123Audit

我试过了：grep、sed、awk、perl、VBA。

这里和其他地方描述的方法。我可以将所有标签信息提取到一个平面文件中，但与我在上面寻找的内容完全不同。我需要一些技术来提取文件名和标签。

如果有人能阐明如何解决这个问题，我将不胜感激。

谢谢！

Answer 1

你可以试试下面的代码：

use strict;
use warnings;
use Excel::Writer::XLSX;

my $dir = $ARGV[0];

opendir(DIR, "$dir") || die "Couldn't open the directory - $!";

my @files = grep(/\.xml$/,readdir(DIR));
my $OutFile = "Output". "\." . "xlsx";
my $workbook  = Excel::Writer::XLSX->new($OutFile);
my $worksheet = $workbook->add_worksheet('SotredProcedures');
# Create a format for the column headings
my $header = $workbook->add_format();
$header->set_bold();
$header->set_color('red');
# Create a Text Wrap format
my $format1 = $workbook->add_format();
$format1->set_text_wrap();


$worksheet->write(0, 0, "Filenames", $header);
$worksheet->write(0, 1, "Stored Procedures", $header);
$worksheet->set_column(0, 1, 12);
$worksheet->set_column(1, 2, 100);

my $row=1;
foreach our $filename (@files){
    my $document = do {
         local $/ = undef;
         open my $fh,'<',$filename or die "Couldn't open the file $filename:$!";
       <$fh>;
      };


      my $checkval = "false";
      while($document =~ /<CommandText>(.*?)<\/CommandText>/isg)
         {
             if($1 ne "")
              {
               $checkval = "true";
               $worksheet->write($row,0,$filename,$format1); 
               $worksheet->write($row,1,$1,$format1);
               $row++;
                  }
              }
         if($checkval eq "false")
           {
              print "No <CommandText> Value in $filename\n";
              }   

        }     

Answer 2

@Praveen' Perl 解决方案更好（更健壮，生成更丰富的 excel）；

按照一个简单的命令来构建一个制表符分隔值 可能会完成这项工作：

( 
  echo -e "file\tSP" ;
  grep -PoH '(?<=<CommandText>).*?(?=<)' *.xml | tr ':' '\t' 
) > stored_proc.tsv

如果您更喜欢xls 文件：

ssconvert stored_proc.tsv stored_proc.xls

终于用excel，gnumeric，随便看看结果...

gnumeric stored_proc.tsv