Python實現(xiàn)Xmind轉換成Excel

一方庭、實現(xiàn)方式

1、使用xmind專業(yè)版本自帶功能:文件 -> 導出為Excel...
但若是破解版或者試用版本税灌,則會提示需訂閱:


2吹害、使用百度腦圖導入xmind文件螟凭,再導出為txt文件,最后復制到excel文檔中


3它呀、使用Python腳本轉換

二螺男、Python使用模塊介紹

xmindparser

1、安裝
pip install xmindparser

2纵穿、GitHub倉庫地址:
https://github.com/tobyqin/xmindparser

3下隧、使用命令行轉換成json或xml文件

cd /your/xmind/dir

xmindparser your.xmind -json
xmindparser your.xmind -xml

4、通過代碼轉換成字典

from xmindparser import xmind_to_dict

d = xmind_to_dict('/path/to/your/xmind_file')
print(d)
openpyxl

1谓媒、安裝
pip install openpyxl

2淆院、文檔地址
https://openpyxl.readthedocs.io/en/stable/index.html

3、創(chuàng)建excel文檔句惯,并保存

 # 創(chuàng)建一個Excel文件
    wb = Workbook()
    ws = wb.active

    # 保存Excel文檔
    wb.save('test.xlsx')

4土辩、插入數(shù)據(jù)

ws.cell(row=rowIndex, column=columnIndex).value = value

三支救、Python代碼具體實現(xiàn)

1、xmind與excel轉換的基本思想


2拷淘、使用xmindparser完整代碼

# -*- coding: utf-8 -*-

import os
import json
import data.excelTool
from openpyxl import Workbook
from xmindparser import xmind_to_dict

#記錄列數(shù)各墨,全局變量,還原方便
columnIndex = 1
#記錄行數(shù)
rowIndex = 1
#每個完整用例子主題的個數(shù)
caseCount = 0
#同層級主題個數(shù)
level_equal = 0


def get_xmind_zen_dict(ws, case_topics,main_topic):
    """
    :param case_topics: 用例集
    :return:

    遍歷過程中需要有以下標記
    1辕棚、層級標記:主標題 - 分支標題 - 同級標題 - 子標題
    2欲主、用例條數(shù):對應Excel的行數(shù)

    """
    # 首層
    feature_topic_count = len(case_topics)
    global rowIndex
    global columnIndex
    global caseCount
    global level_equal

    # 遍歷用例集,直到無topics表示用例遍歷完成
    for index in range(0, feature_topic_count):
        # 當前層級主題的標題
        topic_title = case_topics[index]['title']
        print(topic_title)

        #將已經(jīng)提取出來的外層主題進行對比逝嚎,設置為最外層的用例名
        if topic_title in main_topic:
            columnIndex = 1

        # 首先扁瓢,將主功能占位
        data.excelTool.setCellValue(ws=ws, columnIndex=columnIndex, rowIndex=rowIndex,
                                    value=topic_title)
        columnIndex += 1

        if 'topics' in case_topics[index].keys():
            # 當前層級下子主題數(shù)組
            # 每提取一次子主題,count即++一次补君,記錄分支數(shù)量
            caseCount += 1
            topic_topics = case_topics[index]['topics']

            # 遞歸
            get_xmind_zen_dict(ws, topic_topics,main_topic)

        else:
            # 某一個分支遍歷結束引几,需要做一次標記,行列需要還原

            #同層級最末分支
            level_equal_temp = len(case_topics)

            #處理行挽铁、列數(shù)值
            if  level_equal_temp > 1:
                columnIndex -= 1
                level_equal += 1

            rowIndex += 1

        #一次for循環(huán)結束后伟桅,還原
        if level_equal == feature_topic_count:
            columnIndex = columnIndex - caseCount +1



if __name__ == '__main__':
    # 用例地址
    file_path = 'Xmind轉成Excel.xmind'

    # 首層畫布
    xmind_origin = xmind_to_dict(file_path)

    # 用例標題
    case_title = xmind_origin[0]['topic']['title']

    # 主用例
    case_topics = xmind_origin[0]['topic']['topics']

    #需要把最外層的主題內容記錄下來叽掘,以便進行匹配
    main_topic = []
    for topic in case_topics:
        main_topic.append(topic['title'])


    # 創(chuàng)建一個Excel文件
    wb = Workbook()
    ws = wb.active

    # 用例集遍歷
    get_xmind_zen_dict(ws, case_topics,main_topic)

    # 保存Excel文檔
    wb.save('test.xlsx')

?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末楣铁,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子更扁,更是在濱河造成了極大的恐慌盖腕,老刑警劉巖,帶你破解...
    沈念sama閱讀 217,907評論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件浓镜,死亡現(xiàn)場離奇詭異溃列,居然都是意外死亡,警方通過查閱死者的電腦和手機膛薛,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,987評論 3 395
  • 文/潘曉璐 我一進店門听隐,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人哄啄,你說我怎么就攤上這事雅任。” “怎么了增淹?”我有些...
    開封第一講書人閱讀 164,298評論 0 354
  • 文/不壞的土叔 我叫張陵椿访,是天一觀的道長。 經(jīng)常有香客問我虑润,道長成玫,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,586評論 1 293
  • 正文 為了忘掉前任,我火速辦了婚禮哭当,結果婚禮上猪腕,老公的妹妹穿的比我還像新娘。我一直安慰自己钦勘,他們只是感情好陋葡,可當我...
    茶點故事閱讀 67,633評論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著彻采,像睡著了一般腐缤。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上肛响,一...
    開封第一講書人閱讀 51,488評論 1 302
  • 那天岭粤,我揣著相機與錄音,去河邊找鬼特笋。 笑死剃浇,一個胖子當著我的面吹牛,可吹牛的內容都是我干的猎物。 我是一名探鬼主播虎囚,決...
    沈念sama閱讀 40,275評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼蔫磨!你這毒婦竟也來了淘讥?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 39,176評論 0 276
  • 序言:老撾萬榮一對情侶失蹤堤如,失蹤者是張志新(化名)和其女友劉穎适揉,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體煤惩,經(jīng)...
    沈念sama閱讀 45,619評論 1 314
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 37,819評論 3 336
  • 正文 我和宋清朗相戀三年炼邀,在試婚紗的時候發(fā)現(xiàn)自己被綠了魄揉。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 39,932評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡拭宁,死狀恐怖洛退,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情杰标,我是刑警寧澤兵怯,帶...
    沈念sama閱讀 35,655評論 5 346
  • 正文 年R本政府宣布,位于F島的核電站腔剂,受9級特大地震影響媒区,放射性物質發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,265評論 3 329
  • 文/蒙蒙 一袜漩、第九天 我趴在偏房一處隱蔽的房頂上張望绪爸。 院中可真熱鬧,春花似錦宙攻、人聲如沸奠货。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,871評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽递惋。三九已至,卻和暖如春溢陪,著一層夾襖步出監(jiān)牢的瞬間萍虽,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,994評論 1 269
  • 我被黑心中介騙來泰國打工嬉愧, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留贩挣,地道東北人。 一個月前我還...
    沈念sama閱讀 48,095評論 3 370
  • 正文 我出身青樓没酣,卻偏偏與公主長得像王财,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子裕便,可洞房花燭夜當晚...
    茶點故事閱讀 44,884評論 2 354