码迷,mamicode.com
首页 > 编程语言 > 详细

python基础教程——即时标记(详解)

时间:2016-09-04 19:24:28      阅读:225      评论:0      收藏:0      [点我收藏+]

标签:

  最近一直在学习python,语法部分差不多看完了,想写一写python基础教程后面的第一个项目。因为我在网上看到的别人的博客讲解都并不是特别详细,仅仅是贴一下代码,书上内容照搬一下,对于当时刚学习python的我帮助有限。

  下面是自己学习过程整理的一些内容。

  

基础版:

  基础教程上面的项目例子,都会先出一个基础的代码版本,然后根据第一个版本,进行相应的补充完善。我们先来看一下util.py这个文件。

 1 #encoding:utf-8
 2 #生成器,for循环时会依次返回每一行,它只在文件的最后追加了一个空行\n
 3 def lines(file):
 4     for line in file:yield line
 5     yield \n
 6 #生成器,for循环时会依次返回文本块组成的函数
 7 def blocks(file):
 8     block = []
 9     for line in lines(file):
10         if line.strip():
11             block.append(line)
12         elif block:
13             yield ‘‘.join(block).strip()
14             block = []

这里的两个主要内容是生成器和for...in语法。

首先我们来看lines()方法,参数是文件,然后对文件进行循环,每次读取一行文件,主意这离的yield关键字,这里代表方法是一个生成器,循环的时候到yield我们可以理解成返回一次line内容。文本读完后,yield处是一个‘\n‘。

blocks()方法就使用了上面的生成器,每次循环取出内容后,对line内容进行判断,如果有值,去除两边空格,添加到列表中,否则将block列表生成字符串。我们可以看出blocks也是一个生成器,他的实际功能是,从文件中,依次读取出来一个文本块。

 

  然后是simple_markup.py文件。

 1 import sys,re
 2 from util import *
 3 
 4 print <html><head><title>hello</title></head><body>
 5 
 6 title = True
 7 for block in blocks(sys.stdin):
 8     block = re.sub(r\*(.+?)\*,r<em>\1</em>,block)
 9     if title:
10         print <h1>
11         print block
12         print </h1>
13         title = False
14     else:
15         print <p>
16         print block
17         print </p>
18 print </body></html>
这里我们需要注意一下,re.sub(r‘\*(.+?)\*‘,r‘<em>\1</em>‘,block),他是re模块的应用,首先增则匹配到内容,然后替换式替换。
其他部分,就是判断title是否为True,若是则给h1标签,否则给p标签。

扩展版:
  在上面的文件中,功能基本实现,下面的内容是功能的复杂实现。我们接着往下看,首先是handlers.py文件。
  
 1 #encoding:utf-8
 2 class Handler:
 3     调用方法的处理类
 4 
 5     #判断当前类是否有对应的方法,所有的话则根据提供的额外参数使用对应方法
 6     def callback(self,prefix,name,*args):
 7         method = getattr(self,prefix+name,None)
 8         if callable(method):return method(*args)
 9     
10     #callback的辅助方法,前缀就是start,只需要提供方法名即可
11     def start(self,name):
12         self.callback(start_,name)
13     #前缀为end的callback辅助方法
14     def end(self,name):
15         self.callback(end_,name)
16     
17     #返回方法名subsutitution    
18     def sub(self,name):
19         def substitution(match):
20             result = self.callback(sub_,name,match)
21             if result is None: result = match.group(0)
22             return result
23         return substitution
24 
25 class HTMLRenderer(Handler):
26     def start_coeument(self):
27         print <html><head><title>title</title></head><body>
28     def end_documrnt(self):    
29         print </body></html>
30     def start_paragraph(self):
31         print <p>
32     def end_paragraph(self):
33                 print </p>
34     def start_heading(self):
35                 print <h2>
36     def end_heading(self):
37                 print </h2>
38     def start_list(self):
39                 print <ul>
40     def end_list(self):
41                 print </ul>
42         def start_listitem(self):
43                 print <li>
44         def end_listitem(self):
45                 print </li>
46         def start_title(self):
47                 print <h1>
48         def end_title(self):
49                 print </h1>
50     def sub_emphasis(self,match):
51         return <em>%s</em> % match.group(1)
52     def sub_url(self,match):
53         return <a href="%s">%s</a> % (match.group(1),match.group(1))
54     def sub_mail(self,match):
55         return <a href="mailto:%s">%s</a> % (match.group(1),match.group(1))
56     def feed(self,data):
57         print data

先看Handler类,他有四个方法,其中重点是callback和sub。

callback:两个必须参数,一个额外参数。

  getAttr()用来判断类中是否存在prefix+name的方法,若存在返回prefix+name,否则返回None。

  callable()用来判断方法是否可以调用,若可以调用,则给予参数*args并且调用,*args的含义是额外参数。

start,end是包装了callback的两个方法,不细表。

sub:

  目的是返回一个函数作为re.sub的替换函数,这样re.sub就不是写死的了。其中定义了一个substitution方法,实际上调用后返回的就是这个方法。他也就是我们后面re.sub中需要用到的替换函数。

  细心的朋友可能会注意到,这里有一个match参数,当时在这里我费解了很久,明明没有这个参数,可是之后的调用却确实使用到了,我打印这个参数,显示的是re对象。

  书上有这样一个小例子,

1 from handlers import *
2 handler = HTMLRenderer()
3 import re
4 print re.sub(r\*(.+?)\*,handler.sub(emphasis),this *is* a test )
5 #输出为‘This <em>is</em> a test‘

     当时在这了我完全就懵逼了,因为handler.sub(‘emphasis‘)返回的明明是一个方法,但是他没有match参数啊。

  然后仔细看书,书上在前面有这样一句话,re.sub函数可以将第一个函数作为第二个参数。至少笔者觉得这句话写的很奇怪,’第一个函数‘明明要写成第一个参数啊有木有。好吧,不吐槽这些。

  大概意思就是,re.sub的第二个参数可以是一个函数作为替换式,替换式的参数就是re.sub的第一个参数匹配后返回的正则对象。

  这下就可以看懂了,我们会去调用sub_emphasis(self,match),然后match.group(1)表示的实际上是is。关于group(1)大家去看一下,re模块的内容,在这里我就直接告诉你他的内容,就是匹配式(.+?)中的内容。

  HTMLRenderer类继承了Handler类,其中主要定义了一些用来输出的方法,不细说。

  

  再来看rules.py文件。

 1 #encoding:utf-8
 2 class Rule:
 3     def action(self,block,handler):
 4         handler.start(self.type)
 5         handler.feed(block)
 6         handler.end(self.type)
 7         return True
 8 
 9 class HeadingRule(Rule):
10     type = heading
11     #不包含\n,也就是说并非最后一个块;长度小于70;不以冒号结尾
12     def condition(self,block):
13         return not \n in block and len(block) <=70 and not block[-1] == :
14 
15 class TitleRule(HeadingRule):
16     type = title
17     #只工作一次,处理第一个快,因为处理完一次之后first的值被设置为了False,所以不会再执行处理方法了
18     first = True
19     def condition(self,block):
20         if not self.first: return False
21         self.first = False
22         return HeadingRule.condition(self,block)
23 
24 class ListItemRule(Rule):
25     type = listitem
26     def condition(self,block):
27         return block[0] == -
28     def action(self,block,handler):
29         handler.start(self.type)
30         handler.feed(block[1:].strip())
31         handler.end(self.type)
32         return True
33 
34 class ListRule(ListItemRule):
35     type = list
36     inside = False
37     def condition(self,block):
38         return True
39     def action(self,block,handler):
40         if not self.inside and ListItemRule.condition(self,block):
41             handler.start(self.type)
42             self.inside = True
43         elif self.inside and not ListItemRule.condition(self,block):
44             handler.end(self.type)
45             self.inside = False
46         return False
47 
48 class ParagraphRule(Rule):
49     type = paragraph
50     def condition(self,block):
51         return True

   这里比较简单,我们先看看基类Rule,定义了两个方法,condition和action.

  condition接受一个文本块作为参数,通过返回布尔值来表示文本块是否适合当前的规则。

  action接受文本块和处理程序对象作为参数,用来对文本块执行操作,进行输出。

  集成的类都不复杂,这里单独说一下ListRule。

  这里定义了一个变量inside为True,我们可以理解这个变量的意思是—List列表开始。因为在html中List中还会包含节点,也就是这里的ListItem,所以他会在遇到一个列表项的时候触发一次,然后在最后一个列表项的时候再次触发。所以inside作为一个标志位,用来进行判断符合规则的文本块时需要执行start还是end方法。

 

  最后一个文件,markup.py

 1 #encoding:utf-8
 2 import sys,re
 3 from handlers import *
 4 from util import *
 5 from rules import *
 6 
 7 class Parser:
 8     #初始化一些属性
 9     def __init__(self,handler):
10         self.handler = handler
11         self.rules = []
12         self.filters = []
13     #向规则列表中添加规则
14     def addRule(self,rule):
15         self.rules.append(rule)
16     #向过滤器列表中添加过滤器
17     def addFilter(self,pattern,name):
18         #创建过滤器,实际上这里return的是一个替换式
19         def filter(block,handler):
20             return re.sub(pattern,handler.sub(name),block)
21         self.filters.append(filter)
22     #对文件进行处理
23     def parse(self,file):
24         self.handler.start(document)
25         #对文件中的文本块依次执行过滤器和规则    
26         for block in blocks(file):
27             for filter in self.filters:
28                 block = filter(block,self.handler)
29             for rule in self.rules:
30                 #判断文本块是否符合相应规则,若符合做执行规则对应的处理方法
31                 if rule.condition(block):
32                     last = rule.action(block,self.handler)
33                     if last:break
34         self.handler.end(document)
35 
36 class BasicTextParser(Parser):
37     def __init__(self,handler):
38         Parser.__init__(self,handler)
39         self.addRule(ListRule())
40         self.addRule(ListItemRule())
41         self.addRule(TitleRule())
42         self.addRule(HeadingRule())
43         self.addRule(ParagraphRule())
44 
45         self.addFilter(r\*(.+?)\*,emphasis)
46         self.addFilter(r(http://[\.a-zA-Z/]+),url)
47         self.addFilter(r([\.a-zA-Z]+@[\.a-zA-Z]+[a-zA-Z]+),mail)
48         
49 handler = HTMLRenderer()
50 parser = BasicTextParser(handler)
51 
52 parser.parse(sys.stdin)
53         

  同样先看基类Parser,构造函数需要一个handler对象作为参数,以供全局调用,同时初始化了两个列表。

  addRule和addFilter的目的是向规则和过滤器列表添加元素。

  parse方法,读取文本文件,循环出每一个文本块,先通过过滤器过滤,然后执行相应规则。

  我们注意,规则和按照列表依次执行的,他会判断返回值,若为False则不再对文本块执行后续规则了。

  BasicTextParser类,的构造函数只是在基类的基础上增加了,向规则和过滤器列表添加具体内容的步骤。

  

  然后初始化类,并且对文件执行parse方法,即时标记项目完成。

 

后记:

  学习完python语法后,真正动手做的第一个项目,对初学者还是有一点难度的,尤其是整体细节上。

  后续会依次写完其他几个项目的学习笔记。欢迎喜欢的朋友关注,bye!

python基础教程——即时标记(详解)

标签:

原文地址:http://www.cnblogs.com/isuifeng/p/5839748.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!