scratch_15.py

import os
import xml.etree.ElementTree as ET

def extract_and_mark_xml(input_dir, output_txt_path, output_dir):
    # 创建输出目录如果它不存在
    if not os.path.exists(output_dir):
        os.makedirs(output_dir)

    # 创建一个列表来保存所有提取的文本
    extracted_texts = []
    text_index = 1

    # 遍历指定路径及其子路径中的所有文件
    for root, _, files in os.walk(input_dir):
        for file in files:
            if file.endswith('.xml'):
                file_path = os.path.join(root, file)
                output_file_path = os.path.join(output_dir, os.path.relpath(file_path, input_dir))

                # 解析XML文件
                tree = ET.parse(file_path)
                root_element = tree.getroot()
                modified = False

                # 提取<label>和<description>标签内容
                for element in root_element.iter():
                    if element.tag in ['label', 'description']:
                        # 保存原文到列表中
                        print(element.text)
                        extracted_texts.append(element.text)
                        # 用索引标记原文位置
                        element.text = str(text_index)
                        text_index += 1
                        modified = True

                # 如果文件被修改，保存修改后的XML
                if modified:
                    print(output_file_path)
                    if not os.path.exists(output_file_path):
                        os.system(f"touch {output_file_path}")

                    with open(output_file_path, 'wb') as f:  # 使用 'wb' 模式写入二进制文件
                        tree.write(f, encoding='utf-8', xml_declaration=True)

    # 将提取的文本写入TXT文件
    with open(output_txt_path, 'w', encoding='utf-8') as f:
        for text in extracted_texts:
            f.write(text + '\n')

# 指定输入目录、输出TXT文件路径和输出目录
input_directory = r'D:\steam\steamapps\workshop\content\294100\1802857253\Defs'
output_txt_file = r'translations.txt'
output_dir = r'.\outputs'

# 调用函数执行提取和标记操作
extract_and_mark_xml(input_directory, output_txt_file, output_dir)