Python项目三：万能的XML

来源：互联网发布：电脑椅推荐知乎编辑：程序博客网时间：2024/06/05 05:33

分析python基础教程（第二版）中的项目3：万能的XML
本项目从XML文件中读取数据，创建多个html网页，使用python中自带的xml.sax库，代码逻辑比较少。

代码地址：https://code.csdn.net/ranky2009/pythonsmallproject

XML文件website.xml如下：

<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 interests:</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>Mr. Gumby's Shouting Page</h1>            <p>...</p>    </page>    <page name="sleeping" title="Sleeping">      <h1>Mr. Gumby's Sleeping Page</h1>            <p>...</p>    </page>    <page name="eating" title="Eating">      <h1>Mr. Gumby's Eating Page</h1>            <p>...</p>    </page>  </directory></website>

代码如下：

from xml.sax.handler import ContentHandlerfrom xml.sax import parseimport os class WebsiteConstructor(ContentHandler):    passthrough = False #设置读取状态，当一个标签开始读时，为True，标签读完，为False        def dispatch(self, prefix, name, attrs=None):        '''        消息分发函数，根据输入的函数，来判断需要调用哪个函数        与Switch的作用类似，相对于Switch函数来说，这样可以一劳永逸        不许要对每一个不用条件做判断        '''                #应该调用函数的名称，capitalize函数大写字符串第一个字符        mname = prefix + name.capitalize()        dname = 'default' + prefix.capitalize()#默认函数的名称        method = getattr(self, mname, None)        myargs = []        if not callable(method):#如果应该调用的函数不存在该类中            method = getattr(self, dname, None)#调用默认的函数defaultStart or defaultEnd            myargs.append(name)#调用默认函数需要name参数        if prefix == 'start': myargs.append(attrs)#startXXX函数需要attrs参数        if callable(method): method(*myargs)#调用函数        def startElement(self, name, attrs):        '''        元素开始函数，覆盖父类ContentHandler中的函数        运行parse时，读取XML元素将被被自动调用        '''        self.dispatch('start', name, attrs)         def endElement(self, name):        '''        元素结束函数，覆盖父类ContentHandler中的函数        运行parse时，结束XML元素将被被自动调用        '''        self.dispatch('end', name)        def __init__(self, directory):#构造函数        self.directory = [directory]        self.ensureDirectory()    def ensureDirectory(self):#创建目录        print(self.directory)        path = os.path.join(*self.directory)        if not os.path.isdir(path): os.makedirs(path)            def characters(self, chars):#读XML元素开始与结尾之间的字符        if self.passthrough: self.out.write(chars)            def defaultStart(self, name, attrs):#默认元素起始函数        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):#默认元素结束函数        if self.passthrough:            self.out.write('</%s>' % name)                def startDirectory(self, attrs):#元素“directory”起始函数        self.directory.append(attrs['name'])        print('start dir %s' % str(self.directory))        self.ensureDirectory()            def endDirectory(self):        self.directory.pop()        def startPage(self, attrs):#输页面元素，元素开始响应        #print(self.directory + [attrs['name'] + '.html'])        #获取文件路径        filename = os.path.join(*self.directory + [attrs['name'] + '.html'])        #print(filename)        self.out = open(filename, 'w')        self.writeHeader(attrs['title'])        self.passthrough = True            def endPage(self):#输页面元素，元素结束响应        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'))

该程序的函数主入口为parse函数

parse函数来源于xml.sax，参数如下：

xml.sax.parse(filename_or_stream, handler[, error_handler])

file_or_stream：xml文件名

handler：必须是一个ContentHandler对象，本例子中WebsiteConstruct继承与ContentHandler对象，因此可以作为该函数的参数

error_handler：该参数是可选参数，可有可无，当有该参数时，error_handler必须是一个SAX ErrorHandler对象

ContentHandler类的主要方法如下：

characters(content)

content是除了标签之外的字符串，但是其值有4种情况。

startDocument() 文档启动的时候调用

endDocument() 文档结尾的时候调用

startElement(name, attrs) 标签开始的时候调用，name为标签名，attrs为标签的属性

endElement(name, attrs)标签结束的时候调用，name为标签名，attrs为标签的属性

0 0