一、代码

package main

import (
"fmt"
"github.com/microcosm-cc/bluemonday"
"github.com/russross/blackfriday"
"io/ioutil"
"os"
) func ReadAll(filePth string) ([]byte, error) {
f, err := os.Open(filePth)
if err != nil {
return nil, err
}
return ioutil.ReadAll(f)
} func MarkdownToHTML(md string) string {
myHTMLFlags := 0 |
blackfriday.HTML_USE_XHTML |
blackfriday.HTML_USE_SMARTYPANTS |
blackfriday.HTML_SMARTYPANTS_FRACTIONS |
blackfriday.HTML_SMARTYPANTS_DASHES |
blackfriday.HTML_SMARTYPANTS_LATEX_DASHES myExtensions := 0 |
blackfriday.EXTENSION_NO_INTRA_EMPHASIS |
blackfriday.EXTENSION_TABLES |
blackfriday.EXTENSION_FENCED_CODE |
blackfriday.EXTENSION_AUTOLINK |
blackfriday.EXTENSION_STRIKETHROUGH |
blackfriday.EXTENSION_SPACE_HEADERS |
blackfriday.EXTENSION_HEADER_IDS |
blackfriday.EXTENSION_BACKSLASH_LINE_BREAK |
blackfriday.EXTENSION_DEFINITION_LISTS |
blackfriday.EXTENSION_HARD_LINE_BREAK renderer := blackfriday.HtmlRenderer(myHTMLFlags, "", "")
bytes := blackfriday.MarkdownOptions([]byte(md), renderer, blackfriday.Options{
Extensions: myExtensions,
})
theHTML := string(bytes)
return bluemonday.UGCPolicy().Sanitize(theHTML)
} func main() {
path:="C:\\Users\\ffm11\\Desktop\\md文件库\\Celery.md"
res,err:=ReadAll(path)
if err !=nil{
panic(err)
} result:=MarkdownToHTML(string(res))
fmt.Println(result)
}

二、结果

<h1>Celery</h1>

<h2>1.什么是Celery</h2>

<p>Celery是一个简单、灵活且可靠的,处理大量消息的分布式系统</p>

<p>专注于实时处理的异步任务队列</p>

<p>同时也支持任务调度</p>

<h3>Celery架构</h3>

<p><img alt="20150314100608_187"/></p>

<p>Celery的架构由三部分组成,消息中间件(message broker),任务执行单元(worker)和任务执行结果存储(task result store)组成。</p>

<h4>消息中间件</h4>

<p>Celery本身不提供消息服务,但是可以方便的和第三方提供的消息中间件集成。包括,RabbitMQ, Redis等等</p>

<h4>任务执行单元</h4>

<p>Worker是Celery提供的任务执行的单元,worker并发的运行在分布式的系统节点中。</p>

<h4>任务结果存储</h4>

<p>Task result store用来存储Worker执行的任务的结果,Celery支持以不同方式存储任务的结果,包括AMQP, redis等</p>

<h3>版本支持情况</h3>

<pre><code>Celery version 4.0 runs on
Python ❨2.7, 3.4, 3.5❩
PyPy ❨5.4, 5.5❩
This is the last version to support Python 2.7, and from the next version (Celery 5.x) Python 3.5 or newer is required. If you’re running an older version of Python, you need to be running an older version of Celery: Python 2.6: Celery series 3.1 or earlier.
Python 2.5: Celery series 3.0 or earlier.
Python 2.4 was Celery series 2.2 or earlier. Celery is a project with minimal funding, so we don’t support Microsoft Windows. Please don’t open any issues related to that platform.
</code></pre> <h2>2.使用场景</h2> <p>异步任务:将耗时操作任务提交给Celery去异步执行,比如发送短信/邮件、消息推送、音视频处理等等</p> <p>定时任务:定时执行某件事情,比如每天数据统计</p> <h2>3.Celery的安装配置</h2> <p>pip install celery</p> <p>消息中间件:RabbitMQ/Redis</p> <p>app=Celery(‘任务名’,backend=‘xxx’,broker=‘xxx’)</p> <h2>4.Celery执行异步任务</h2> <h4>基本使用</h4> <p>创建项目celerytest</p> <p>创建py文件:celery_app_task.py</p> <pre><code>import celery
import time
# broker='redis://127.0.0.1:6379/2' 不加密码
backend=&#39;redis://:123456@127.0.0.1:6379/1'
broker=&#39;redis://:123456@127.0.0.1:6379/2'
cel=celery.Celery(&#39;test',backend=backend,broker=broker)
@cel.task
def add(x,y):
return x+y </code></pre> <p>创建py文件:add_task.py,添加任务</p> <pre><code>from celery_app_task import add
result = add.delay(4,5)
print(result.id)
</code></pre> <p>创建py文件:run.py,执行任务,或者使用命令执行:celery worker -A celery_app_task -l info</p> <p>注:windows下:celery worker -A celery_app_task -l info -P eventlet</p> <pre><code>from celery_app_task import cel
if __name__ == &#39;__main__':
cel.worker_main()
# cel.worker_main(argv=['--loglevel=info')
</code></pre> <p>创建py文件:result.py,查看任务执行结果</p> <pre><code>from celery.result import AsyncResult
from celery_app_task import cel async = AsyncResult(id=&#34;e919d97d-2938-4d0f-9265-fd8237dc2aa3", app=cel) if async.successful():
result = async.get()
print(result)
# result.forget() # 将结果删除
elif async.failed():
print(&#39;执行失败')
elif async.status == &#39;PENDING':
print(&#39;任务等待中被执行')
elif async.status == &#39;RETRY':
print(&#39;任务异常后正在重试')
elif async.status == &#39;STARTED':
print(&#39;任务已经开始被执行')
</code></pre> <p>执行 add_task.py,添加任务,并获取任务ID</p> <p>执行 run.py ,或者执行命令:celery worker -A celery_app_task -l info</p> <p>执行 result.py,检查任务状态并获取结果</p> <h4>多任务结构</h4> <pre><code>pro_cel
├── celery_task# celery相关文件夹
│ ├── celery.py # celery连接和配置相关文件,必须叫这个名字
│ └── tasks1.py # 所有任务函数
│ └── tasks2.py # 所有任务函数
├── check_result.py # 检查结果
└── send_task.py # 触发任务
</code></pre> <p>celery.py</p> <pre><code>from celery import Celery cel = Celery(&#39;celery_demo',
broker=&#39;redis://127.0.0.1:6379/1',
backend=&#39;redis://127.0.0.1:6379/2',
# 包含以下两个任务文件,去相应的py文件中找任务,对多个任务做分类
include=[&#39;celery_task.tasks1',
&#39;celery_task.tasks2'
]) # 时区
cel.conf.timezone = &#39;Asia/Shanghai'
# 是否使用UTC
cel.conf.enable_utc = False
</code></pre> <p>tasks1.py</p> <pre><code>import time
from celery_task.celery import cel @cel.task
def test_celery(res):
time.sleep(5)
return &#34;test_celery任务结果:%s"%res
</code></pre> <p>tasks2.py</p> <pre><code>import time
from celery_task.celery import cel
@cel.task
def test_celery2(res):
time.sleep(5)
return &#34;test_celery2任务结果:%s"%res
</code></pre> <p>check_result.py</p> <pre><code>from celery.result import AsyncResult
from celery_task.celery import cel async = AsyncResult(id=&#34;08eb2778-24e1-44e4-a54b-56990b3519ef", app=cel) if async.successful():
result = async.get()
print(result)
# result.forget() # 将结果删除,执行完成,结果不会自动删除
# async.revoke(terminate=True) # 无论现在是什么时候,都要终止
# async.revoke(terminate=False) # 如果任务还没有开始执行呢,那么就可以终止。
elif async.failed():
print(&#39;执行失败')
elif async.status == &#39;PENDING':
print(&#39;任务等待中被执行')
elif async.status == &#39;RETRY':
print(&#39;任务异常后正在重试')
elif async.status == &#39;STARTED':
print(&#39;任务已经开始被执行')
</code></pre> <p>send_task.py</p> <pre><code>from celery_task.tasks1 import test_celery
from celery_task.tasks2 import test_celery2 # 立即告知celery去执行test_celery任务,并传入一个参数
result = test_celery.delay(&#39;第一个的执行')
print(result.id)
result = test_celery2.delay(&#39;第二个的执行')
print(result.id)
</code></pre> <p>添加任务(执行send_task.py),开启work:celery worker -A celery_task -l info -P eventlet,检查任务执行结果(执行check_result.py)</p> <h2>5.Celery执行定时任务</h2> <h4>设定时间让celery执行一个任务</h4> <p>add_task.py</p> <pre><code>from celery_app_task import add
from datetime import datetime # 方式一
# v1 = datetime(2019, 2, 13, 18, 19, 56)
# print(v1)
# v2 = datetime.utcfromtimestamp(v1.timestamp())
# print(v2)
# result = add.apply_async(args=[1, 3], eta=v2)
# print(result.id) # 方式二
ctime = datetime.now()
# 默认用utc时间
utc_ctime = datetime.utcfromtimestamp(ctime.timestamp())
from datetime import timedelta
time_delay = timedelta(seconds=10)
task_time = utc_ctime + time_delay # 使用apply_async并设定时间
result = add.apply_async(args=[4, 3], eta=task_time)
print(result.id)
</code></pre> <h4>类似于contab的定时任务</h4> <p>多任务结构中celery.py修改如下</p> <pre><code>from datetime import timedelta
from celery import Celery
from celery.schedules import crontab cel = Celery(&#39;tasks', broker='redis://127.0.0.1:6379/1', backend='redis://127.0.0.1:6379/2', include=[
&#39;celery_task.tasks1',
&#39;celery_task.tasks2',
])
cel.conf.timezone = &#39;Asia/Shanghai'
cel.conf.enable_utc = False cel.conf.beat_schedule = {
# 名字随意命名
&#39;add-every-10-seconds': {
# 执行tasks1下的test_celery函数
&#39;task': 'celery_task.tasks1.test_celery',
# 每隔2秒执行一次
# 'schedule': 1.0,
# 'schedule': crontab(minute="*/1"),
&#39;schedule': timedelta(seconds=2),
# 传递参数
&#39;args': ('test',)
},
# 'add-every-12-seconds': {
# 'task': 'celery_task.tasks1.test_celery',
# 每年4月11号,8点42分执行
# 'schedule': crontab(minute=42, hour=8, day_of_month=11, month_of_year=4),
# 'schedule': crontab(minute=42, hour=8, day_of_month=11, month_of_year=4),
# 'args': (16, 16)
# },
}
</code></pre> <p>启动一个beat:celery beat -A celery_task -l info</p> <p>启动work执行:celery worker -A celery_task -l info -P eventlet</p> <h2>6.Django中使用Celery</h2> <p>安装包</p> <pre><code>celery==3.1.25
django-celery==3.1.20
</code></pre> <p>在项目目录下创建celeryconfig.py</p> <pre><code>import djcelery
djcelery.setup_loader()
CELERY_IMPORTS=(
&#39;app01.tasks',
)
#有些情况可以防止死锁
CELERYD_FORCE_EXECV=True
# 设置并发worker数量
CELERYD_CONCURRENCY=4
#允许重试
CELERY_ACKS_LATE=True
# 每个worker最多执行100个任务被销毁,可以防止内存泄漏
CELERYD_MAX_TASKS_PER_CHILD=100
# 超时时间
CELERYD_TASK_TIME_LIMIT=12*30
</code></pre> <p>在app01目录下创建tasks.py</p> <pre><code>from celery import task
@task
def add(a,b):
with open(&#39;a.text', 'a', encoding='utf-8') as f:
f.write(&#39;a')
print(a+b)
</code></pre> <p>视图函数views.py</p> <pre><code>from django.shortcuts import render,HttpResponse
from app01.tasks import add
from datetime import datetime
def test(request):
# result=add.delay(2,3)
ctime = datetime.now()
# 默认用utc时间
utc_ctime = datetime.utcfromtimestamp(ctime.timestamp())
from datetime import timedelta
time_delay = timedelta(seconds=5)
task_time = utc_ctime + time_delay
result = add.apply_async(args=[4, 3], eta=task_time)
print(result.id)
return HttpResponse(&#39;ok')
</code></pre> <p>settings.py</p> <pre><code>
INSTALLED_APPS = [
...
&#39;djcelery',
&#39;app01'
] ... from djagocele import celeryconfig
BROKER_BACKEND=&#39;redis'
BOOKER_URL=&#39;redis://127.0.0.1:6379/1'
CELERY_RESULT_BACKEND=&#39;redis://127.0.0.1:6379/2'
</code></pre>

go解析markdown转成html的更多相关文章

  1. 解析Markdown文件生成React组件文档

    前言 最近做的项目使用了微前端框架single-spa. 对于这类微前端框架而言,通常有个utility应用,也就是公共应用,里面是各个子应用之间可以共用的一些公共组件或者方法. 对于一个团队而言,项 ...

  2. python实现解析markdown文档中的图片,并且保存到本地~

    背景 前阵子简书好像说是凉了,搞得我有点小慌,毕竟我的大部分博客都是放在简书上面的,虽然简书提供了打包导出功能,但是只能导出文字,图片的话还是存在简书服务器上面,再加上我一直想要重新做一个个人博客,于 ...

  3. react解析markdown文件

    当当当又get到了一个新技能,使用react-markdown来直接解析markdown文件(咳咳,小菜鸟的自娱自乐) 项目中遇到了一个API的那种展示方式,类似于入门手册啥的那种,如果是一个个调用接 ...

  4. 前端解析Markdown

    目录 前端解析Markdown 1.使用strapdown 1.1.下载 1.2.使用 2.使用marked(配合highlightjs) 2.1.下载 2.2.使用 3.使用mdjs(配合highl ...

  5. C#解析Markdown文档,实现替换图片链接操作

    前言 又是好久没写博客了 其实也不是没写,是最近在「做一个博客」,从2月21日开始,大概一个多星期的时间,疯狂刷进度,边写代码边写了一整系列的博客开发笔记,目前为止已经写了16篇了,然后上3月之后工作 ...

  6. js 加载并解析Markdown文档

    网上有很多网站会通过.md文档来做页面内容(比如,阮一峰老师的es6入门blog: http://es6.ruanyifeng.com/),很好奇,这是怎么做的?(至于.md是什么,或许(https: ...

  7. 使用atom 将 markdown 转换成pdf

    atom 下载 atom 可以直接下载 : https://atom.io/ 打开下面链接 下载上面图中绿色版本的 atom 下载完成之后,解压,可以直接打开.这样可以避免 windows 下用安装包 ...

  8. Vue 引入 .md 文件,解析markdown语法

    module.exports = { chainWebpack: config => { config.module .rule('md') .test(/\.md$/) .use('html- ...

  9. js解析MarkDown语法

    1.问题描述: 我们使用MarkDown编辑器之后,比如我们写的MarkDown的语法是:  # 一级标题  ## 二级标题  ### 三级标题 这种语法我们最终要转换成HTML的格式最终要存入数据库 ...

随机推荐

  1. 洛谷P2786 英语1(eng1)- 英语作文

    题目背景 蒟蒻HansBug在英语考场上,挠了无数次的头,可脑子里还是一片空白. 题目描述 眼下出现在HansBug蒟蒻面前的是一篇英语作文,然而智商捉急的HansBug已经草草写完了,此时 他发现离 ...

  2. 2019牛客多校第五场 B - generator 1 矩阵快速幂+十倍增+二进制倍增优化

    B - generator 1 题意 给你\(x_{0}.x_{1}.a.b.b.mod\),根据\(x_{i} = a*x_{i-1} + b*x_{i-2}\)求出\(x_{n}\) 思路 一般看 ...

  3. mysql常用内置函数-查询语句中不能使用strtotime()函数!

    来自:http://yushine.iteye.com/blog/775407 FROM_UNIXTIME把 unix时间戳转换为标准时间 unix_timestamp把标准时间转换为 unix时间戳 ...

  4. 没有找到MSVCR110.dll,因此这个应用程序未能启动.重新安装应用程序可能会修复此问题

    问题: 在win7下用vs2012编译了一个exe放到xp上运行,弹出错误框"没有找到MSVCR110.dll,因此这个应用程序未能启动.重新安装应用程序可能会修复此问题" 解决办 ...

  5. 80、tensorflow最佳实践样例程序

    ''' Created on Apr 21, 2017 @author: P0079482 ''' #-*- coding:utf-8 -*- import tensorflow as tf #定义神 ...

  6. sql审核工具调研安装-sqlAdvisor和soar

    sql审核工具调研  基于soar的sql审核查询平台: https://github.com/beiketianzhuang/data-platform-soar 1.美团工具sqlAdvisor工 ...

  7. jsp+js完成用户一定时间未操作就跳到登录页面

    <% String path = request.getContextPath(); String basePath = request.getScheme() + "://" ...

  8. mybatis plus的条件构造器

    我们在使用条件构造器的时候要使用QueryWrapper或者UpdateWrapper来充当条件语句来进行构造 QueryWrapper(LambdaQueryWrapper) 和 UpdateWra ...

  9. Gitlab CI持续集成 - GitLab Runner 安装与注册

    GitLab Runner安装 需要添加gitlab官方库: # For Debian/Ubuntu/Mint curl -L https://packages.gitlab.com/install/ ...

  10. shell /dev/null

    /dev/null表示空设备,这里就是把日志记录到空设备里,就是不记录日志,Null 是一特殊指标值(或是一种物件参照 reference)表示这个指标并不指向任何的物件. 是一个特殊的文件,写入到它 ...