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. 【Flutter学习】基本组件之进度条(LinearProgressIndicator, CircularProgressIndicator)

    一,概述 基本有两种类型: 条形进度条(LinearProgressIndicator) new LinearProgressIndicator( backgroundColor: Colors.bl ...

  2. 使用html5进行视频播放

    一直以来网页大多是使用 flash 来播放视频.在目前唱衰 flash 的环境下,HTML5 为我们带来了一个网页内视频播放的解决方案—— <video>标签. 在HTML5 中,可以通过 ...

  3. VMware Hyper-V不兼容

    VMware Workstation Windows系統的Hyper-V不相容 禁用Device Guard或Credential Guard 1. 以管理員身份運行Windows Powershel ...

  4. Kali Linux下运行nfc工具测试!

    由于Kali本身就集成了很多nfc工具,用起来很方便,再加上一个acr122u读卡器,来尝试PJ学校水卡! 首先安装驱动,到龙杰官网下载Linux的,解压后进入自己Linux发行版,Kali的是Deb ...

  5. LiveTelecast直播平台技术图谱skill-map

    #直播平台技术图谱 ----##直播 ----###采集- **iOS** * HTTP Live Streaming * DirectShow- **Android** * setPreviewCa ...

  6. EFK搜集MySQL慢日志

    前提已经安装好EFK 1.在MySQL节点安装td-agent http://packages.treasuredata.com.s3.amazonaws.com/3/redhat/7/x86_64/ ...

  7. 实验吧关于隐写术的writeUp(二)

    0x01 Black Hole 1.下载文件后,发现打不开,放到kali中.用命令file 分析一下文件 root@trial:~/Documents# file blackhole.img blac ...

  8. UVA1152_4 Values whose Sum is 0

    中途相遇法,这题目总结后我感觉和第一篇博客很像,他们都取了中间,也许这就是二分的魅力吧 这题题意就是从ABCD四个集合中选四个元素使他们的和为0 题意很简单,但是实现起来很容易超时,不能一个一个枚举 ...

  9. python base64编码实现

    alphabet = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/" def encode(b ...

  10. python+tushare获取沪深港股通持股明细

    接口:hk_hold 描述:获取沪深港股通持股明细,数据来源港交所. 限量:单次最多提取3800条记录,可循环调取,总量不限制 积分:用户积120积分可调取试用,2000积分可正常使用,单位分钟有流控 ...