python基础教程总结15——3 XML构建网址
要求：
网址用一个XML文件描述，其中包括独立网页和目录的信息；
程序能创建所需的目录和网页；
可以改变网址的设计，并且以新的设计为基础重新生成所有网页
概念：
网站：不用存储有关网站本身的任何信息，即网站就是包含所有文件和目录的顶级元素；
目录：目录是文件和其他目录的容器；
页面：一个网页；
名称：目录和网页都需要名称——当目录和文件出现在文件系统和相应的URL中，可以用作目录名和文件名
标题：每个网页都应该有标题（和文件名不同）
内容：每个网页都应该有内容，这里只用XHTML来表示——就能将它传递到最终的网页上，让浏览器解释
XML程序：
文档由一个包含数个directory和page元素的website元素组成，每个目录元素可以包括更多的页面和目录。directory和page元素有name特性，属性值为它们的名字。此外，page标签还有title特性。page元素包括XHTML代码（XHTML的body标签中的类型）
#用XML文件表示的简单网站（website.xml）
<website>
<page name="index" title="Home page">
<h1>Welcome to my Home page</h1> <p>Hi, there. My name is Mr.gumby,and this is my home page,here are some of my int:</p> <ul>
<li><a href="interests/shouting.html">Shouting</a></li>
<li><a href="interests/sleeping.html">Sleeping</a></li>
<li><a href="interests/eating.html">Eating</a></li>
</ul>
</page>
<directory name="interests">
<page name="shouting" title="Shouting">
<h1>shouting page</h1>
<p>....</p>
</page>
<page name="sleeping" title="Sleeping">
<h1>sleeping page</h1>
<p>...</p>
</page>
<page name="eating" title="Eating">
<h1>Eating page</h1>
<p>....</p>
</page>
</directory>
</website>
XML文件解析：
python解析xml和在java中一样，有两种方式，SAX和DOM，两种处理方式不同点在于速度和范围，前者讲究的是效率，每次只处理文档的一小部分，快速而能有效的利用内存，后者是相反的处理方式，先把所有的文档载入到内存，然后再进行处理，速度比较慢，也比较消耗内存，唯一的好处就是可以操作整个文档。
1. 简单实现
1.1 简单的内容处理程序
在python中使用sax方式处理xml要先引入xml.sax中的parse函数，还有xml.sax.handler中的ContentHandler，后面的这个类是要和parse函数来配合使用的。使用方式如下： parse('xxx.xml',xxxHandler),这里面的xxxHandler要继承上面的ContentHandler。 然后这个parse函数在处理xml文件的时候，会调用xxxHandler中的startElement函数和endElement函数来表示一个xml中的标签的开始和结束，中间的过程使用一个名为characters的函数来处理标签内部的所有字符串。
from xml.sax.handler import ContentHandler
from xml.sax import parse class TestHandler(ContentHandler):
def startElement(self,name,attrs):
print name, attrs.keys() parse('website.xml',TestHandler())
startElement函数参数：标签及其特性（保存在类字典对象中）；
endElement函数参数：标签名；
characters函数参数：字符串；
#建立网站大标题（h1元素）列表的例子 from xml.sax.handler import ContentHandler
from xml.sax import parse class HeadlineHandler(ContentHandler): in_headline=False
def __init__(self,headlines):
ContentHandler.__init__(self)
self.headlines=headlines
self.data=[] def startElement(self,name,attrs):
if name=='h1':
self.in_lines=True def endElement(self,name):
if name=='h1':
text=' '.join(self.data)
self.data=[]
self.headlines.append(text)
self.in_headline=False def characters(self,string):
if self.in_headline:
self.data.append(string) headlines=[]
parse('website.xml',HeadlineHandler(headlines)) print 'The following <h1> elements were found:' for h in headlines:
print h
分析：
为啥结果是空？？？？？？？？？？？？？？？？？？？？？？？？？
1.2 创建HTML页面
要求：
在每个page元素开始处，使用给定的文件名打开一个新文件，写入合适的HTML首部，包括给定的标题；
在每个page元素的结尾处，写入HTML的页脚，然后关闭文件；
在page元素内部时，跳过所有标签和字符，不进行修改（将它们直接写入文件）；
不在page元素内部时，忽略所有标签（比如website或者directory）
#简单的页面创建程序脚本（pagemaker.py)
from xml.sax.handler import ContentHandler
from xml.sax import parse class PageMaker(ContentHandler):
passthrough=False
def startElement(self,name,attrs):
if name == 'page':
self.passthrough=True
self.out=open(attrs['name']+'.html','w')
self.out.write('<html><head>\n')
self.out.write('<title>%s</title>\n‘ % attrs['title'])
self.out.write('</head><body>\n')
elif self.passthrough:
self.out.write('<'+name)
for key,val in attrs.items():
self.out.write(' %s=%s"' % (key,val))
self.out.write('>') def endElement(self,name):
if name == 'page':
self.passthrough=False
self.out.write('\n<body></html>\n’)
self.out.close()
elif self.passthrough:
self.out.write('<%s>' % name) def characters(self,chars):
if self.passthrough:self.out.write(chars) parse('website.xml',PageMaker())
有啥都没。。。。。。
存在的问题：
使用if语句处理不同的事件类型，若事件很多，if语句很长且不易读；
HTML代码是硬连接的，应该可以轻松进行替换
2. 改进
2.1 调度程序的混入类
#基本事件处理程序
class Dispatcher: #... def startElement(self,name,attrs):
self.dispatch('start',name,attrs)
def endElement(self,name):
self.dispatch('end',name) #dispatch方法
#capitalize()方法返回字符串的一个副本，只有它的第一个字母大写
#Instance = A() print getattr(Instance , 'name, 'not find')
#如果Instance 对象中有属性name则打印self.name的值，否则打印'not find'
#callable(obj),检查对象obj是否可调用 def dispatch(self,predix,name,attrs=None):
mname=predix+name.capitalize()
dname='default'+prefix.capitalize()
method=getattr(self,mname,None)
if callable(method): args=()
else:
method=getattr(self,dname,None)
args=name
if prefix == 'start': args+=attrs
if callable(method): method(*args)
说明：
根据一个前缀（‘start’或‘end’）和一个标签名（比如‘page’）构造处理程序的方法名（比如‘startPage');
使用同样的前缀，构造默认处理程序的名字（比如’defaultStart');
试着使用getattr获得处理程序，用Nono作为默认值；
如果结果可以调用，将一个空元组赋值给args；
否则试着利用getattr获取默认处理程序，再次使用None作为默认值，同样的将args设为只包括标签名的元组（默认程序需要）；
如果正在使用一个起始处理程序，那么将属性添加到参数元组（args）；
如果处理程序可调用（或者是可用的具体处理程序，或者是可用的默认程序）使用正确的参数进行调用。
2.2 实现首部，页脚和默认的处理程序
def writeHeader(self.title):
self.out.write("<html>\n <head>\n <title>")
self.out.write(title)
self.out.write("</title>\n </head>\n <body>\n") def writeFooter(self):
self.out.write("\n </body>\n</html>\n") def defaultStart(self,name,attrs):
if self.passthrough:
self.out.write('<' + name)
for key,val in attrs.items():
self.out.write(' %s=%s' % (key,val) )
self.out.write('>') def defaultEnd(self,name):
if self.passthrough:
self.out.write('</%s>' % name）
2.3 对目录的支持
os.makedirs：在给定的路径内创建所需要的目录；
os.path.isdir：检查指定的路径是否是目录；
os.path.join：可用使用正确的分隔符将数个路径连接起来
2.4 事件处理程序
#目录处理程序
def startDirectory(self,attrs):
self.directory.append(attrs['name'])
self.ensureDirectory() def endDirectory(self):
self.directory.pop() #页面处理程序
def startPage(self,attrs):
filename=os.path.join(*self.directory+[attrs['name']+'.html'])
self.out=open(filename,'w')
self.writeHeader(attrs['title'])
self.passthrough=True def endPage(self):
self.passthrough=False
self.writeFooter()
self.out.close()
3. 总结
3.1 流程
程序执行逻辑：
1）.parse('website.xml',WebsiteConstructor('public_html'))
首先生成一个WebsiteConstructor对象，生成此对象时调用其构造方法创建名为public_html的目录
2）.parse调用处理程序WebsiteConstructor，下面将是触发式执行程序
逻辑概要:一共会触发时执行三种事件，起始标签、结束标签、遇到字符
遇到字符：只需直接打印字符即可
起始标签：会判断如果有此标签起始方法则调用，否则调用默认其实方法（default开头的）
结束标签：同上
在page里才能打印，所以在page的起始标签中加入了passthroug变量（如果为True在页面内，False不再页面内）。如果在页面内则能调用默认方法下的if语句，否则不执行。
3.2 程序
1）attrs是一个字典，存储的是该标签的所有属性，以字典方式存储， key=属性名，value=属性值
2）characters遇到字符就会触发的事件，字符块可能是全是空格的字符块
from xml.sax.handler import ContentHandler
from xml.sax import parse
import os class Dispatcher:
def dispatch(self, prefix, name, attrs=None):
mname = prefix + name.capitalize()
dname = 'default' + prefix.capitalize()
method = getattr(self, mname, None)
if callable(method): args = ()
else:
method = getattr(self, dname, None)
args = name,
if prefix == 'start': args += attrs,
if callable(method): method(*args) def startElement(self, name, attrs):
self.dispatch('start', name, attrs) def endElement(self, name):
self.dispatch('end', name) class WebsiteConstructor(Dispatcher, ContentHandler):
passthrough = False def __init__(self, directory):
self.directory = [directory]
self.ensureDirectory() def ensureDirectory(self):
path = os.path.join(*self.directory)
print path
print '----'
if not os.path.isdir(path): os.makedirs(path) def characters(self, chars):
if self.passthrough: self.out.write(chars) def defaultStart(self, name, attrs):
if self.passthrough:
self.out.write('<' + name)
for key, val in attrs.items():
self.out.write(' %s="%s"' %(key, val))
self.out.write('>')
def defaultEnd(self, name):
if self.passthrough:
self.out.write('</%s>' % name) def startDirectory(self, attrs):
self.directory.append(attrs['name'])
self.ensureDirectory() def endDirectory(self):
print 'endDirectory'
self.directory.pop() def startPage(self, attrs):
print 'startPage'
filename = os.path.join(*self.directory + [attrs['name']+'.html'])
self.out = open(filename, 'w')
self.writeHeader(attrs['title'])
self.passthrough = True def endPage(self):
print 'endPage'
self.passthrough = False
self.writeFooter()
self.out.close() def writeHeader(self, title):
self.out.write('<html>\n <head>\n <title>')
self.out.write(title)
self.out.write('</title>\n </head>\n <body>\n') def writeFooter(self):
self.out.write('\n </body>\n</html>\n') parse('website.xml',WebsiteConstructor('public_html'))
python基础教程总结15——3 XML构建网址的更多相关文章
- python基础教程总结15——7 自定义电子公告板
1. Python进行SQLite数据库操作 简单的介绍 SQLite数据库是一款非常小巧的嵌入式开源数据库软件,也就是说没有独立的维护进程,所有的维护都来自于程序本身.它是遵守ACID的关联式数据库 ...
- python基础教程总结15——6 CGI远程编辑
功能: 将文档作为普通网页显示: 在web表单的文本域内显示文档: 保存表单中的文本: 使用密码保护文档: 容易拓展,支持处理多余一个文档的情况 1.CGI CGI(Comment Gateway I ...
- python基础教程总结15——5 虚拟茶话会
聊天服务器: 服务器能接受来自不同用户的多个连接: 允许用户同时(并行)操作: 能解释命令,例如,say或者logout: 容易拓展 套接字和端口: 套接字是一种使用标准UNIX文件描述符(file ...
- python基础教程总结15——4 新闻聚合
NNTP:网络新闻传输协议,Network News Transfer Protocol 目标: 从多种不同的来源收集新闻: 用户可以轻松添加新的新闻来源(甚至是新类型的新闻来源: 程序可以将编译好的 ...
- python基础教程总结15——1.即时标记
1. 测试文档: # test_input.txt Welcome to World Wide Spam. Inc. These are the corporate web pages of *Wor ...
- python基础教程总结15——2 画幅好画
要求:从Internet上下载数据文件: 分析数据文件并提取感兴趣的部分 工具:图形生成包(ReportLab,PYX等) 数据:太阳黑子和射电辐射流量(http://services.swpc.n ...
- Python基础教程（第3版）PDF高清完整版免费下载|百度云盘
百度云盘:Python基础教程(第3版)PDF高清完整版免费下载 提取码:gkiy 内容简介 本书包括Python程序设计的方方面面:首先从Python的安装开始,随后介绍了Python的基础知识和基 ...
- python基础教程（一）
之所以选择py交易有以下几点:1.python是胶水语言(跨平台),2.python无所不能(除了底层),3.python编写方便(notepad++等文本编辑器就能搞事情),4.渗透方面很多脚本都是 ...
- Python基础教程学习笔记：第一章 基础知识
Python基础教程 第二版 学习笔记 1.python的每一个语句的后面可以添加分号也可以不添加分号:在一行有多条语句的时候,必须使用分号加以区分 2.查看Python版本号,在Dos窗口中输入“p ...
随机推荐
- 关于Flask使用Celery的实践经验分享
最近大Boss反馈Celery经常出现问题,几经实践终于把问题解决了!于是乎有了这篇博客的诞生,算是一个实践经验的分享吧! 软件版本如下: Celery () Flask () RabbitMQ( ...
- jquery中的$.ajax()的源码分析
针对获取到location.href的兼容代码: try { ajaxLocation = location.href; } catch( e ) { // Use the href attribut ...
- 聊聊心跳机制及netty心跳实现
我们在使用netty的时候会使用一个参数,ChannelOption.SO_KEEPALIVE为true, 设置好了之后再Linux系统才会对keepalive生效,但是linux里边需要配置几个参数 ...
- Linux下从零开始学习Python之环境搭建
我本人用的是Centos7.4版本,下载地址 archive.kernel.org/centos-vault/7.4.1708/isos/x86_64/CentOS-7-x86_64-DVD-1708 ...
- java.sql.SQLException: Could not commit with auto-commit set on
This kind of exceptions occur when the Oracle JDBC Driver (ojdbc6.jar) version 12 or above will be u ...
- day5字典作业详解
1.day5题目 1.有如下变量(tu是个元祖),请实现要求的功能 tu = ("alex", [11, 22, {"k1": 'v1', "k2&q ...
- [Leetcode]003. Longest Substring Without Repeating Characters
https://leetcode.com/problems/longest-substring-without-repeating-characters/ public class Solution ...
- [LOJ 2039] 「SHOI2015」激光发生器
[LOJ 2039] 「SHOI2015」激光发生器 链接 链接 题解 分为两个部分 第一个是求直线之间的交点找到第一个触碰到的镜面 第二个是求直线经过镜面反射之后的出射光线 第一个很好做,第二个就是 ...
- BZOJ 1036 && Luogu P2590 [ZJOI2008]树的统计 树链剖分
链剖裸题...你值得一做~ 用线段树多维护一个mx,少写一个tag #include<cstdio> #include<iostream> #define ll long lo ...
- Netty(1-1)Discard
一.DiscardServerHandler import io.netty.buffer.ByteBuf; import io.netty.channel.ChannelHandlerContext ...