python基础教程项目三之万能的XML

2023-09-14 15:18:05 167

这个项目的名称与其叫做万能的XML不如叫做自动构建网站，根据一份XML文件，生成对应目录结构的网站，不过只有html还是太过于简单了，如果要是可以连带生成css那就比较强大了。这个有待后续研发，先来研究下怎么html网站结构。既然是通过XML结构生成网站，那所有的事情都应该由这个XML文件来。先来看下这个XML文件，website.xml：



WelcometomyHomepage
Hi,there.MynameisMr.gumby,andthisismyhomepage,herearesomeofmyint:

Shouting
Sleeping
Eating




shoutingpage
....


sleepingpage
...


Eatingpage
....

有了这个文件，下面应该来看怎么通过这个文件生成网站。

首先我们要解析这个xml文件，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。

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，不过只要继承就行，不需要有所作为。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。

有了上面的这些认识，我们已经知道如何处理xml文件了，然后再来看那个罪恶的源头website.xml文件，分析其结构，只有两个节点：page和directory，很明显page表示一个页面，directory表示一个目录。

所以处理这个xml文件的思路就变的清晰了。读取xml文件的每一个节点，然后判断是page还是directory如果是page则创建html页面，然后把节点中的内容写到文件里。如果遇到directory就创建一个文件夹，然后再处理其内部的page节点（如果存在的话）。
下面来看这部分代码，书中的实现比较复杂，比较灵活。先来看，然后在分析。

fromxml.sax.handlerimportContentHandler
fromxml.saximportparse
importos
classDispatcher:
defdispatch(self,prefix,name,attrs=None):
mname=prefix+name.capitalize()
dname='default'+prefix.capitalize()
method=getattr(self,mname,None)
ifcallable(method):args=()
else:
method=getattr(self,dname,None)
args=name,
ifprefix=='start':args+=attrs,
ifcallable(method):method(*args)
defstartElement(self,name,attrs):
self.dispatch('start',name,attrs)
defendElement(self,name):
self.dispatch('end',name)
classWebsiteConstructor(Dispatcher,ContentHandler):
passthrough=False
def__init__(self,directory):
self.directory=[directory]
self.ensureDirectory()
defensureDirectory(self):
path=os.path.join(*self.directory)
printpath
print'----'
ifnotos.path.isdir(path):os.makedirs(path)
defcharacters(self,chars):
ifself.passthrough:self.out.write(chars)
defdefaultStart(self,name,attrs):
ifself.passthrough:
self.out.write('<'+name)
forkey,valinattrs.items():
self.out.write('%s="%s"'%(key,val))
self.out.write('>')
defdefaultEnd(self,name):
ifself.passthrough:
self.out.write(''%name)
defstartDirectory(self,attrs):
self.directory.append(attrs['name'])
self.ensureDirectory()
defendDirectory(self):
print'endDirectory'
self.directory.pop()
defstartPage(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
defendPage(self):
print'endPage'
self.passthrough=False
self.writeFooter()
self.out.close()
defwriteHeader(self,title):
self.out.write('\n\n')
self.out.write(title)
self.out.write('\n\n\n')
defwriteFooter(self):
self.out.write('\n\n\n')
parse('website.xml',WebsiteConstructor('public_html'))

看起来这个程序上面分析的复杂了一些，不过伟人毛毛说过，任何复杂的程序都是纸老虎。那我们再来分析一下这个程序。

首先看到这个程序是有两个类，其实完全可以当作一个类，因为有了继承。

然后再来看它多了些什么，除了我们分析出来的startElement和endElement以及characters，多出来了startPage，endPage;startDirectory，endDirectory;defaultStart，defaultEnd;ensureDirectory;writeHeader，writeFooter;和dispatch，这些个函数。除了dispatch，前面的函数都很好理解，每一对函数都是单纯的处理对应的html标签以及xml节点。而dispatch比较复杂，复杂之处在于他是用来动态拼合函数并且进行执行的。

dispatch的处理思路是，首先根据传递的参数（就是操作名称以及节点名称）判断是否存在对应的函数如startPage，如果不存在则执行default+操作名称：如defaultStart。

一个函数一个函数搞清楚之后，就知道整个处理流程是什么样了。首先创建一个public_html的文件，存放整个网站，然后读xml的节点，通过startElement和endElement调用dispatch进行处理。然后就是dispatch怎么调用具体的处理函数了。到此为止，这个项目算是分析完了。

主要掌握的内容一个是python中使用SAX处理XML，另一个就是python中的函数的使用，比如getattr，传参数时的星号……

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。

python基础教程项目三之万能的XML

WelcometomyHomepage

shoutingpage

sleepingpage

Eatingpage

热门推荐

随机推荐