我已经下载从IMDB数据库中的一些.LIST文件的XML文件,并且我想使用他们的一些社会网络分析的原因(与文献研究),使用SNA软件(其中输入可以是XML或CSV)...创建列表文件格式
Q
创建列表文件格式
0
A
回答
1
0
下面是相关的事情我熟了起来:一个sed文件“movies2xml.sed”:
# ampersand etc ..
s|&|\&|g
s|<|\<|g
s|>|\>|g
# last field, if range
s|\([12\?][0189\?][0-9\?][0-9\?]\)-\([12\?][0189\?][0-9\?][0-9\?]\)$|<when><f>\1</f><t>\2</t></when>|
# last field, if single
s|\([12?][0189?][0-9?][0-9?]\)$|<when><y>\1</y></when>|
# made-for tv/vid/vidgame ..
s|(\([TVG][TVG]*\)) *<when|<for>\1</for><when|
# episode
s|{\(.*\)} *|<ep>\1</ep>|
# ep season, number
s|<ep>\(.*\)(#\([0-9][0-9]*\)\.\([0-9][0-9]*\))</ep>|<ep s='\2' e='\3'>\1</ep>|
# release year/Number (when titles are duplicated in a year)
s| (\([12\?][0189\?][0-9\?][0-9\?]\)\/*\([IVX]*\)) <|<y N='\2'>\1</y><|
s|<y N=''>|<y>|
# TV titles
s|^"\([^<]*\)"<y|<title type='tvseries'>\1</title><y|
# titles
s|^\(.[^<]*\)<y|<title type='film'>\1</title><y|
# vid game
s| type='film'\(.*<for>VG<\)| type='videogame'\1|
# wrap tag
s|^\(<.*>\)$|<entry>\1</entry>|
# rm other text
s|^\([^<].*\)$|<!-- \1 -->|
的XML标记名是有点简洁,而且(6月份'14)有2936679个条目,组成334MB ..
我处理IMDB zip文件是这样的:
(F=movies.xml ; echo '<list>' > $F ; \
zcat movies.list.gz | \
tr '\t' ' ' | tr -s ' -' | recode l9..u8..xml | \
sed -f movies2xml.sed >> $F ; \
echo '</list>' >> $F ;) &
然后这个XML输出,此XSD验证:
<?xml version="1.0" encoding="UTF-8"?>
<!-- imdb_movies_list.xsd -->
<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema">
<xs:element name="list">
<xs:complexType>
<xs:sequence>
<xs:element minOccurs="0" maxOccurs="unbounded" ref="entry"/>
</xs:sequence>
</xs:complexType>
</xs:element>
<xs:element name="entry">
<xs:complexType>
<xs:sequence>
<xs:element minOccurs="1" maxOccurs="1" ref="title"/>
<xs:element minOccurs="1" maxOccurs="1" ref="y"/>
<xs:choice>
<xs:element minOccurs="0" maxOccurs="1" ref="for"/>
<xs:element minOccurs="0" maxOccurs="1" ref="ep"/>
</xs:choice>
<xs:element minOccurs="1" maxOccurs="1" ref="when"/>
</xs:sequence>
</xs:complexType>
</xs:element>
<xs:element name="title">
<xs:complexType mixed="true">
<xs:attribute name="type" use="required">
<xs:simpleType>
<xs:restriction base="xs:token">
<xs:enumeration value="tvseries"/>
<xs:enumeration value="videogame"/>
<xs:enumeration value="film"/>
</xs:restriction>
</xs:simpleType>
</xs:attribute>
</xs:complexType>
</xs:element>
<xs:element name="y">
<xs:complexType>
<xs:simpleContent>
<xs:extension base="yeartype">
<xs:attribute name="N" use="optional">
<xs:simpleType>
<xs:restriction base="xs:token">
<xs:enumeration value="I"/>
<xs:enumeration value="II"/>
<xs:enumeration value="III"/>
<xs:enumeration value="IV"/>
<xs:enumeration value="V"/>
<xs:enumeration value="VI"/>
<xs:enumeration value="VII"/>
<xs:enumeration value="VIII"/>
<xs:enumeration value="IX"/>
<xs:enumeration value="X"/>
<xs:enumeration value="XI"/>
<xs:enumeration value="XII"/>
<xs:enumeration value="XIII"/>
<xs:enumeration value="XIV"/>
<xs:enumeration value="XV"/>
<xs:enumeration value="XVI"/>
<xs:enumeration value="XVII"/>
<xs:enumeration value="XVIII"/>
<xs:enumeration value="XIX"/>
<xs:enumeration value="XX"/>
<xs:enumeration value="XXI"/>
<xs:enumeration value="XXII"/>
<xs:enumeration value="XXIII"/>
<xs:enumeration value="XXIV"/>
<xs:enumeration value="XXV"/>
<xs:enumeration value="XXVI"/>
<xs:enumeration value="XXVII"/>
<xs:enumeration value="XXVIII"/>
<xs:enumeration value="XXIX"/>
</xs:restriction>
</xs:simpleType>
</xs:attribute>
</xs:extension>
</xs:simpleContent>
</xs:complexType>
</xs:element>
<xs:element name="for">
<xs:simpleType>
<xs:restriction base="xs:token">
<xs:enumeration value="TV"/>
<xs:enumeration value="V"/>
<xs:enumeration value="VG"/>
</xs:restriction>
</xs:simpleType>
</xs:element>
<xs:element name="ep">
<xs:complexType mixed="true">
<xs:attribute name="s" type="xs:integer" use="optional"/>
<xs:attribute name="e" type="xs:integer" use="optional"/>
</xs:complexType>
</xs:element>
<xs:element name="when">
<xs:complexType>
<xs:choice>
<xs:sequence>
<xs:element name="y" type="yeartype" minOccurs="1" maxOccurs="1"/>
</xs:sequence>
<xs:sequence>
<xs:element name="f" type="yeartype" minOccurs="1" maxOccurs="1"/>
<xs:element name="t" type="yeartype" minOccurs="1" maxOccurs="1"/>
</xs:sequence>
</xs:choice>
</xs:complexType>
</xs:element>
<xs:simpleType name="yeartype">
<xs:restriction base="xs:string">
<xs:pattern value="[12?][0189?][0-9?][0-9?]"/>
</xs:restriction>
</xs:simpleType>
</xs:schema>
我期望有一个xml-to-json转换器在那里,对于信徒来说。
相关问题
- 1. 以json格式创建列表
- 2. 使用带有表格格式和数据列的pytables创建HDF5文件
- 3. 从文件列表创建.new文件
- 4. 从文本文件创建表格并添加列
- 5. 创建多列表格
- 6. 从大文件流式创建阵列
- 7. 创建文件,每列模式
- 8. 创建表时HIVE中的文件格式
- 9. 创建从一个列表中的文件用空格
- 10. 通过xpath列表创建xml文件
- 11. VBA - 从列表创建多个文件
- 12. 从XML文件创建数组列表
- 13. 从csv文件创建元组列表
- 14. 从php创建txt文件列表
- 15. 得到的文件列表中创建
- 16. Python:从文件创建一个列表
- 17. 创建表格列表,XML或编程
- 18. 从列表中创建HTML表格
- 19. 使用java创建excel文件(无效的文件格式)
- 20. 使用Excel文件创建格式化的Word文件
- 21. Python - 使用两个列表创建一个表格并以csv格式表示
- 22. 使用条件格式创建带有RMarkdown + knitr的表格
- 23. 创建表格
- 24. 获取CMD中表格格式的文件列表
- 25. 创建邮件列表(PHP)
- 26. 在PHP中创建新文件并更新这些创建文件的列表
- 27. 创建JSON格式
- 28. 从R中的目录列表创建文件列表
- 29. 用html和css创建样式表格
- 30. 以编程方式创建SQLite表格
我不知道“.LIST”文件是什么样子。请添加一个示例。 – Tomalak 2010-12-08 10:33:10