Python实现Xmind转换成Excel

一、实现方式

1、使用xmind专业版本自带功能:文件 -> 导出为Excel...
但若是破解版或者试用版本,则会提示需订阅:


2、使用百度脑图导入xmind文件,再导出为txt文件,最后复制到excel文档中


3、使用Python脚本转换

二、Python使用模块介绍

xmindparser

1、安装
pip install xmindparser

2、GitHub仓库地址:
https://github.com/tobyqin/xmindparser

3、使用命令行转换成json或xml文件

cd /your/xmind/dir

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

4、通过代码转换成字典

from xmindparser import xmind_to_dict

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

1、安装
pip install openpyxl

2、文档地址
https://openpyxl.readthedocs.io/en/stable/index.html

3、创建excel文档,并保存

 # 创建一个Excel文件
    wb = Workbook()
    ws = wb.active

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

4、插入数据

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

三、Python代码具体实现

1、xmind与excel转换的基本思想


2、使用xmindparser完整代码

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

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

#记录列数,全局变量,还原方便
columnIndex = 1
#记录行数
rowIndex = 1
#每个完整用例子主题的个数
caseCount = 0
#同层级主题个数
level_equal = 0


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

    遍历过程中需要有以下标记
    1、层级标记:主标题 - 分支标题 - 同级标题 - 子标题
    2、用例条数:对应Excel的行数

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

    # 遍历用例集,直到无topics表示用例遍历完成
    for index in range(0, feature_topic_count):
        # 当前层级主题的标题
        topic_title = case_topics[index]['title']
        print(topic_title)

        #将已经提取出来的外层主题进行对比,设置为最外层的用例名
        if topic_title in main_topic:
            columnIndex = 1

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

        if 'topics' in case_topics[index].keys():
            # 当前层级下子主题数组
            # 每提取一次子主题,count即++一次,记录分支数量
            caseCount += 1
            topic_topics = case_topics[index]['topics']

            # 递归
            get_xmind_zen_dict(ws, topic_topics,main_topic)

        else:
            # 某一个分支遍历结束,需要做一次标记,行列需要还原

            #同层级最末分支
            level_equal_temp = len(case_topics)

            #处理行、列数值
            if  level_equal_temp > 1:
                columnIndex -= 1
                level_equal += 1

            rowIndex += 1

        #一次for循环结束后,还原
        if level_equal == feature_topic_count:
            columnIndex = columnIndex - caseCount +1



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

    # 首层画布
    xmind_origin = xmind_to_dict(file_path)

    # 用例标题
    case_title = xmind_origin[0]['topic']['title']

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

    #需要把最外层的主题内容记录下来,以便进行匹配
    main_topic = []
    for topic in case_topics:
        main_topic.append(topic['title'])


    # 创建一个Excel文件
    wb = Workbook()
    ws = wb.active

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

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

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 159,569评论 4 363
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,499评论 1 294
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 109,271评论 0 244
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,087评论 0 209
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,474评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,670评论 1 222
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,911评论 2 313
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,636评论 0 202
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,397评论 1 246
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,607评论 2 246
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,093评论 1 261
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,418评论 2 254
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,074评论 3 237
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,092评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,865评论 0 196
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,726评论 2 276
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,627评论 2 270