python的即时标记项目练习笔记

发布时间：2024-04-19 22:45:07 来源：网络

.

秋天是个瓜果飘喷鼻香、带着丰产喜悦的时令；秋天是个充溢童趣的时令；孩子们可以去捉蛐蛐、摘果子，还可以去金黄的原野放鹞子、去树林里捡落叶；当把收罗的落叶拼成一幅幅图案时，就会是世上最美丽的丹青。

这是《python基础好代码教程》后面的实践，照着写写，一方面是来熟悉python的代码方式，另一方面是练习使用python中的基本的以及非基本的语法，做到熟能生巧。

这个项目一开始比较简单，不过重构之后就有些复杂了，但是更灵活了。

按照书上所说，重构之后的程序，分为四个模块：处理程序模块，过滤器模块，规则（其实应该是处理规则），语法分析器。

先来说处理程序模块，这个模块的作用有两个，一个是提供那些固定的html标记的输出（每一个标记都有start和end），另一个是对这个标记输出的开始和结束提供了一个友好的访问接口。来看下程序handlers.py：



class Handler:

 '''

 '''

 def callback(self, prefix, name, *args):

 method = getattr(self,prefix+name,None)

 if callable(method): return method(*args)

 def start(self, name):

 self.callback('start_', name)

 def end(self, name):

 self.callback('end_', name)

 def sub(self, name):

 def substitution(match):

 result = self.callback('sub_', name, match)

 if result is None: match.group(0)

 return result

 return substitution
class HTMLRenderer(Handler):

 '''
 '''

 def start_document(self):

 print '<html><head><title>...</title></head><body>'

 def end_document(self):

 print '</body></html>'

 def start_paragraph(self):

 print '<p>'

 def end_paragraph(self):

 print '</p>'

 def start_heading(self):

 print '<h2>'

 def end_heading(self):

 print '</h2>'

 def start_list(self):

 print '<ul>'

 def end_list(self):

 print '</ul>'

 def start_listitem(self):

 print '<li>'

 def end_listitem(self):

 print '</li>'

 def start_title(self):

 print '<h1>'

 def end_title(self):

 print '</h1>'

 def sub_emphasis(self, match):

 return '<em>%s</em>' % match.group(1)

 def sub_url(self, match):

 return '<a rel="nofollow noopener noreferrer" href="%s">%s</a>' % (match.group(1),match.group(1))

 def sub_mail(self, match):

 return '<a rel="nofollow noopener noreferrer" href="mailto:%s">%s</a>' % (match.group(1),match.group(1))

 def feed(self, data):

 print data

这个程序堪称是整个“项目”的基石所在：提供了标签的输出，以及字符串的替换。理解起来也比较简单。

再来看第二个模块“过滤器”，这个模块更为简单，其实就是一个正则表达式的字符串。相关代码如下：



self.addFilter(r'\*(.+?)\*', 'emphasis')

self.addFilter(r'(http://[\.a-z0-9A-Z/]+)', 'url')

self.addFilter(r'([\.a-zA-Z]+@[\.a-zA-Z]+[a-zA-Z]+)','mail')

这就是三个过滤器了，分别是：强调牌过滤器（用×号标出的），url牌过滤器，email牌过滤器。熟悉正则表达式的同学理解起来是没有压力的。

再来看第三个模块“规则”，这个模块，抛开那祖父类不说，其他类应该有的两个方法是condition和action，前者是用来判断读进来的字符串是不是符合自家规则，后者是用来执行操作的，所谓的执行操作就是指调用“处理程序模块”，输出前标签、内容、后标签。来看下这个模块的代码，其实这个里面几个类的关系，画到类图里面看会比较清晰。 rules.py:



class Rule:

 def action(self, block, handler):

 handler.start(self.type)

 handler.feed(block)

 handler.end(self.type)

 return True
class HeadingRule(Rule):

 type = 'heading'

 def condition(self, block):

 return not '\n' in block and len(block) <= 70 and not block[-1] == ':'
class TitleRule(HeadingRule):

 type = 'title'

 first = True
 def condition(self, block):

 if not self.first: return False

 self.first = False

 return HeadingRule.condition(self, block)
class ListItemRule(Rule):

 type = 'listitem'

 def condition(self, block):

 return block[0] == '-'

 def action(self,block,handler):

 handler.start(self.type)

 handler.feed(block[1:].strip())

 handler.end(self.type)

 return True
class ListRule(ListItemRule):

 type = 'list'

 inside = False

 def condition(self, block):

 return True

 def action(self,block, handler):

 if not self.inside and ListItemRule.condition(self,block):

 handler.start(self.type)

 self.inside = True

 elif self.inside and not ListItemRule.condition(self,block):

 handler.end(self.type)

 self.inside = False

 return False
class ParagraphRule(Rule):

 type = 'paragraph'

 def condition(self, block):

 return True

补充utils.py:



def line(file):

 for line in file:yield line

 yield '\n'
def blocks(file):

 block = []

 for line in lines(file):

 if line.strip():

 block.append(line)

 elif block:

 yield ''.join(block).strip()

 block = []

最后隆重的来看下“语法分析器模块”，这个模块的作用其实就是协调读入的文本和其他模块的关系。在往重点说就是，提供了两个存放“规则”和“过滤器”的列表，这么做的好处就是使得整个程序的灵活性得到了极大的提高，使得规则和过滤器变成的热插拔的方式，当然这个也归功于前面在写规则和过滤器时每一种类型的规则（过滤器）都单独的写成了一个类，而不是用if..else来区分。看代码：



import sys, re

from handlers import *

from util import *

from rules import *
class Parser:

 def __init__(self,handler):

 self.handler = handler

 self.rules = []

 self.filters = []
 def addRule(self, rule):

 self.rules.append(rule)
 def addFilter(self,pattern,name):

 def filter(block, handler):

 return re.sub(pattern, handler.sub(name),block)

 self.filters.append(filter)
 def parse(self, file):

 self.handler.start('document')

 for block in blocks(file):

 for filter in self.filters:

 block = filter(block, self.handler)

 for rule in self.rules:

 if rule.condition(block):

 last = rule.action(block, self.handler)

 if last:break

 self.handler.end('document')
class BasicTextParser(Parser):

 def __init__(self,handler):

 Parser.__init__(self,handler)

 self.addRule(ListRule())

 self.addRule(ListItemRule())

 self.addRule(TitleRule())

 self.addRule(HeadingRule())

 self.addRule(ParagraphRule())
 self.addFilter(r'\*(.+?)\*', 'emphasis')

 self.addFilter(r'(http://[\.a-z0-9A-Z/]+)', 'url')

 self.addFilter(r'([\.a-zA-Z]+@[\.a-zA-Z]+[a-zA-Z]+)','mail')
handler = HTMLRenderer()

parser = BasicTextParser(handler)
parser.parse(sys.stdin)