python批量修改xml文件中的信息
时间：2023-01-17 12:46:30|栏目：Python代码|点击： 次
项目场景：
在做目标检测时，重新进行标注会耗费大量的时间，如果能够批量对xml中的信息进行修改，那么将会节省大量的时间，接下来将详细介绍如何修改标注文件xml中的相关信息。
问题描述：
例如：当我有一批标注好的xml文件，文件格式如下图所示 ：
<?xml version='1.0' encoding='us-ascii'?>
<annotation>
<folder>VOC2012</folder>
<filename>x0y1115.png</filename>
<source>
<database>The VOC2007 Database</database>
<anotation>PASCAL VOC2007</anotation>
<image>flickr</image>
</source>
<size>
<width>2233</width>
<height>2177</height>
<depth>3</depth>
</size>
<segmented>1</segmented>
<object>
<name>[1]</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>1</difficult>
<bndbox>
<xmin>0</xmin>
<ymin>1115</ymin>
<xmax>30</xmax>
<ymax>1145</ymax>
</bndbox>
</object>
</annotation>
}
分析：
可以发现整个标注文件的层级是按照annotation------folder/filename/…/object------name/pose/truncated/difficult/bndbox------xmin/ymin/xmax/ymax这样的格式来的。现在我需要修改标注目标的类别信息(将[1]改成lack)，其他信息同理可以修改。Python代码如下：
解决方案：
import os
import os.path
from xml.etree.ElementTree import parse, Element
#批量修改xml中内容
def test():
path = "./datasets/Annotations/" # xml文件所在的目录
files = os.listdir(path) # 遍历文件夹下所有文件名称
for xmlFile in files: # 对所有文件进行循环遍历处理
path1 = "./datasets/Annotations/"+xmlFile #定位当前处理的文件的路径
newStr = os.path.join(path, xmlFile)
dom = parse(newStr) # 获取xml文件中的参数
root = dom.getroot() # 获取数据结构
for obj in root.iter('object'): # 获取object节点中的name子节点（此处如果要换成别的比如bndbox）
name = obj.find('name').text # 获取相应的文本信息
# 以下为自定义的修改规则，我这里把文本信息为[1]~[5]的内容改成lack，依次类推
if name in ['[1]','[2]','[3]','[4]','[5]']:
new_name = 'lack'
elif name in ['[6]','[7]','[8]','[9]','[10]']:
new_name = 'black_point'
elif name in ['[11]','[12]','[13]','[14]','[15]']:
new_name = 'crack'
else:
new_name = 'Satellite_InkDrop'
obj.find('name').text = new_name # 修改
dom.write(path1, xml_declaration=True) # 保存到指定文件
pass
if __name__ == '__main__':
test()
总结
