import xml.etree.ElementTree as ET import pandas as pd import numpy as np tree = ET.parse('words.xml') root = tree.getroot() words = pd.DataFrame(columns = ['word','trans','phonetic']) for item in root: df = pd.DataFrame({'word': item[0].text, 'trans': item[1].text, 'phonetic': item[2].text}, index = item) print(df) words = pd.concat([words, df], ignore_index = True) words = words.drop_duplicates() words.to_excel('words1.xlsx', sheet_name = '1')
进群:548377875 即可获取小编精心准备的资料全套呢!
在这里面有两个问题目前没有看懂,一个是
words = words.drop_duplicates()
,为什么要用这个,应为不用他的话每个单词会打印5遍,没办法,我就把重复项去掉了,我也不知道为什么会打印5遍。另外一个就是在sublime text 3中写
words.to_excel('words1.xlsx', sheet_name = '1')
的时候,会出现
UnicodeEncodeError: 'gbk' codec can't encode character '\u028c' in position 134: illegal multibyte sequence
可能是因为,‘gbk’搞不定音标吧,我猜的啊,不知道怎么解决,反正我在jupyter notebook中跑出来了。
是不是非常简单!赶紧用起来吧~!