Python 3で、iTunesのXMLをパースする その1 - minus9d's diary の続きです。
XPathを使ってXMLを探索
XMLから所望のデータを取り出すには、XPathと呼ばれる、XMLのツリーのうち特定の条件にあった部分を取り出すための言語を使うのがよいでしょう。
今回のXMLの場合、ルートノードからdictが3つ続いた後に曲情報が入っているので、以下のように書けばよいようです。
# XMLを読み込み tree = etree.parse(xml_path) root = tree.getroot() songs = root.findall('dict/dict/dict')
この下には
# 曲ごとの情報を取得 song_info_list = [] for song in songs: song_info = {} key = "" for element in song: if element.tag == "key": key = element.text else: song_info[ key ] = element.text song_info_list.append( song_info )
song_infoの例は以下です。
{'Album': 'Please Please Me', 'Track Number': '1', 'Album Artist': 'The Beatles', 'Track Type': 'File', 'Total Time': '175800', 'Year': '1963', ... }
あとはご自由に
song_info_listができてしまいさえすれば、あとは好きな情報を取り出すだけです。
例えば、曲数が多い順にアーティストを並べて上位top件を表示するには以下のように書けます。collections.Counterクラスを使うのがこの用途にはぴったりです。
import collections def artists_with_many_songs(song_info_list, top = 10): counter = collections.Counter() for song_info in song_info_list: # たまに"Artist"の項目が空のことがある if "Artist" not in song_info: continue # podcastは除外 elif "Genre" in song_info and song_info["Genre"] == "Podcast": continue counter[ song_info["Artist"] ] += 1
同様に、「もっとも再生したアーティスト」「もっとも再生したアルバム」「リリース年の遷移」なども簡単に抽出することができます。
ソースコード
python_exercise/itunes_xml_parser at master · minus9d/python_exerciseにUPしました。
参考
- 13.6. plistlib — Generate and parse Mac OS X .plist files — Python 2.7.8 documentation
- iTunes Library Analyzer - Analyze iTunes Library to Charts
- Javaで同じことができるソフトです。グラフ化の機能もあるのでなかなか面白いです。