脚本如何解析思维导图文件

本文目录导读：

1. 解析 .xmind 文件（XMind 8 / XMind 2020+）
2. 解析 .mm 文件（FreeMind / Freeplane）
3. 解析 .opml 文件（大纲格式，跨软件通用）
4. 解析 Markdown 大纲格式（如 Markmap）
5. 解析 JSON 格式的思维导图（如 SimpleMind 或自定义）
6. 通用解析建议

解析思维导图文件通常需要根据文件格式（如 .xmind、.mm、.opml、.txt 等）选择对应的解析库或手动解析数据结构。

以下是几种常见思维导图文件格式的解析方法（以 Python 为例）：

解析 .xmind 文件（XMind 8 / XMind 2020+）

XMind 文件本质上是 ZIP 压缩包，内部包含 XML 文件。

使用 xmindparser 库（推荐，最简单）

from xmindparser import xmind_to_dict
# 解析为字典列表
result = xmind_to_dict('your_file.xmind')
# 通常结构：result[0]['topic']['topics']
sheet = result[0]  # 第一个画布
root_topic = sheet['topic']
print(root_topic['title'])
print(root_topic['topics'])  # 子主题列表

手动解压+解析 XML（或使用 xmind 库）

import zipfile
import xml.etree.ElementTree as ET
with zipfile.ZipFile('your_file.xmind', 'r') as z:
    # XMind 8 主要内容在 content.xml
    with z.open('content.xml') as f:
        tree = ET.parse(f)
        root = tree.getroot()
        # 解析 XML 节点，查找 topic 标签
        for topic in root.iter('{urn:xmind:xmap:xmlns:content:2.0}topic'):
            title = topic.find('{urn:xmind:xmap:xmlns:content:2.0}title')
            if title is not None:
                print(title.text)

解析 .mm 文件（FreeMind / Freeplane）

.mm 文件是标准的 XML 格式。

import xml.etree.ElementTree as ET
tree = ET.parse('your_file.mm')
root = tree.getroot()
def parse_node(node, depth=0):
    text = node.get('TEXT', '')  # FreeMind 使用 TEXT 属性
    print('  ' * depth + text)
    for child in node.findall('node'):
        parse_node(child, depth+1)
# 根节点通常是 map 的子元素
map_node = root.find('node')
if map_node is not None:
    parse_node(map_node)

解析 .opml 文件（大纲格式，跨软件通用）

.opml 是 XML 格式，常用于思维导图交换。

import xml.etree.ElementTree as ET
tree = ET.parse('your_file.opml')
root = tree.getroot()
def parse_outline(element, depth=0):
    text = element.get('text', element.get('title', ''))
    print('  ' * depth + text)
    for child in element.findall('outline'):
        parse_outline(child, depth+1)
# 查找 body 下的 outline
body = root.find('body')
if body is not None:
    for outline in body.findall('outline'):
        parse_outline(outline)

解析 Markdown 大纲格式（如 Markmap）

简单的文本缩进结构：

import re
with open('mindmap.md', 'r') as f:
    content = f.read()
lines = content.split('\n')
for line in lines:
    if line.strip().startswith('#'):
        # 标题层级
        level = len(line.split(' ')[0])  # # 的数量
        title = line.strip().lstrip('#').strip()
        print(f'Level {level}: {title}')
    elif line.strip().startswith('-') or line.strip().startswith('*'):
        # 列表项
        indent = len(line) - len(line.lstrip())
        level = indent // 2 + 1  # 假设每2空格一层
        title = line.strip().lstrip('-* ').strip()
        print(f'Level {level}: {title}')

解析 JSON 格式的思维导图（如 SimpleMind 或自定义）

import json
with open('your_file.json', 'r') as f:
    data = json.load(f)
def parse_node(node, depth=0):= node.get('title', node.get('name', node.get('text', '')))
    print('  ' * depth + title)
    children = node.get('children', [])
    for child in children:
        parse_node(child, depth+1)
parse_node(data)

通用解析建议

1. 判断文件格式：看扩展名或文件头魔数（ZIP 文件以 PK 开头，XML 以 < 开头）。
2. 解压/读取：ZIP 就解压，XML/JSON 直接读取。
3. 定位节点：思维导图本质是树结构，找到每个节点的标题和子节点列表。
4. 遍历递归：用递归或栈遍历整棵树。

如果你有具体的文件格式或编程语言需求,可以进一步说明，我可以给出更精确的代码示例。