python 基础教程 xml

来源：互联网发布：知乎怎么看浏览记录编辑：程序博客网时间：2024/06/06 18:41

#/usr/bin/env python
#*-*coding:utf-8 *-*

#python 基础教程 22 使用 xml
from xml.sax.handler import ContentHandler
from xml.sax import parse
import os

class Dispatcher():
"""
capitalize() 返回一个首字母大写的字符串
getattr 返回给定对象中所指定的特性的值如果不存在返回默认值
callable 检查对象是否可调用
如果方法可调用将一个空元组赋值给args，否则用getattr获取默认处理程序，将args赋值只包括标签名的元组
如果正使用一个以start起始的程序将attrs添加到参数元组中，最后如果程序可调用使用正确的参数调用
"""
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, #使用逗号把str转换成元组

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)

"""
混入(Mix-in)是一种python程序设计中的技术，作用是在运行期间动态改变类的基类或类的方法
从而使得类的表现可以发生变化。可以用在一个通用类接口中

网站的根目录作为参数提供给构造函数，设置passthrough 变量
writeHeader writeFooter 用于编写首部和页脚
defaultStart defaultEnd 对XHTML进行处理
ensureDirectory检查目录是否存在，否则创建目录，将目录列表提供给 os join时使用*进行参数分割
startDirectory endDirectory目录处理。使用directory列表和ensureDirectory方法。
在进入目录时将它的名字追加到列表中离开时使用pop删除
startPage 用os.path.join连接文件名打开文件调用writeHandler 写入头部信息设置变量
endPage 设置passthrough变量值调用 writeFooter写入尾部信息关闭文件
writeHeader writeFooter 用于编写首部 title 和尾部信息
"""
class WebsiteConstructor(Dispatcher, ContentHandler):

passthrough = False

def __init__(self, directory):
self.directory = [directory]
self.ensureDirectory()

def ensureDirectory(self):
path = os.path.join(*self.directory)
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):
self.directory.pop()

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()

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('~/py1/website.xml', WebsiteConstructor('public_html'))
"""
parse 函数负责读取文本并且生成事件，由于它要生成事件所以需要调用一些事件处理程序
这些事件处理程序会作为内容处理器(content handler)的对象的方法来实现，需要继承xml.sax. ContentHandler类, 因为它实现了所需要的事件处理程序 (只不过是没有任何效果的伪操作)
可以在需要的时候覆盖这些函数
"""

0 0