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。

 #encoding:utf-8

 #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

 def lines(file):

     for line in file:yield line

     yield '\n'

 #生成器，for循环时会依次返回文本块组成的函数

 def blocks(file):

     block = []

     for line in lines(file):

         if line.strip():

             block.append(line)

         elif block:

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

             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。

 import sys,re

 from util import *

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

 title = True

 for block in blocks(sys.stdin):

     block = re.sub(r'\*(.+?)\*',r'<em>\1</em>',block)

     if title:

         print '<h1>'

         print block

         print '</h1>'

         title = False

     else:

         print '<p>'

         print block

         print '</p>'

 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。
　　
 #encoding:utf-8

 class Handler:

     '调用方法的处理类'

     #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

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

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

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

     #callback的辅助方法，前缀就是start，只需要提供方法名即可

     def start(self,name):

         self.callback('start_',name)

     #前缀为end的callback辅助方法

     def end(self,name):

         self.callback('end_',name)

     #返回方法名subsutitution

     def sub(self,name):

         def substitution(match):

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

             if result is None: result = match.group(0)

             return result

         return substitution

 class HTMLRenderer(Handler):

     def start_document(self):

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

     def end_documrnt(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 href="%s">%s</a>' % (match.group(1),match.group(1))

     def sub_mail(self,match):

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

     def feed(self,data):

         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，

 from handlers import *

 handler = HTMLRenderer()

 import re

 print re.sub(r'\*(.+?)\*',handler.sub('emphasis'),'this *is* a test ')

 #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。

 #encoding:utf-8

 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'

     #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

     def condition(self,block):

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

 class TitleRule(HeadingRule):

     type = 'title'

     #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

     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

　　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

 #encoding:utf-8

 import sys,re

 from handlers import *

 from util import *

 from rules import *

 class Parser:

     #初始化一些属性

     def __init__(self,handler):

         self.handler = handler

         self.rules = []

         self.filters = []

     #向规则列表中添加规则

     def addRule(self,rule):

         self.rules.append(rule)

     #向过滤器列表中添加过滤器

     def addFilter(self,pattern,name):

         #创建过滤器，实际上这里return的是一个替换式

         def filter(block,handler):

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

         self.filters.append(filter)

     #对文件进行处理

     def parse(self,file):

         self.handler.start('document')

         #对文件中的文本块依次执行过滤器和规则

         for block in blocks(file):

             for filter in self.filters:

                 block = filter(block,self.handler)

             for rule in self.rules:

                 #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

                 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-zA-Z/]+)','url')

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

 handler = HTMLRenderer()

 parser = BasicTextParser(handler)

 parser.parse(sys.stdin)

　　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基础教程笔记—即时标记（详解）的更多相关文章

  1. Python基础教程，流程控制语句详解

    1.程序结构 计算机在解决问题时,分别是顺序执行所有语句.选择执行部分语句.循环执行部分语句,分别是:顺序结构.选择结构.循环结构.如下图: 很多人学习python,不知道从何学起.很多人学习pyth ...

  2. python基础教程笔记—画幅好画（详解）

    今天写一下基础教程里面的第二个项目,主要使用python来做一个pdf的图,比较简单. 首先我们需要安装用到的模块pip install reportlab即可. 书上是用urlopen从往上下了一个 ...

  3. Python基础数据类型-函数传参详解

    Python基础数据类型-函数传参详解 作者:尹正杰 版权声明:原创作品,谢绝转载!否则将追究法律责任. 一.位置参数 #!/usr/bin/env python #_*_coding:utf-8_* ...

  4. python基础教程笔记 第1单元 && 第2单元

    1.http://docs.python.org/dev/3.0/whatsnew/3.0.htmlpython-announce-listpython-help2.交互式编译器3.非整数除法 .1. ...

  5. Python基础教程笔记 第二章

    本章的名字虽然叫列表和元组,但是本章讲的最多的是列表,元祖指讲了很少的一部分.因为元组和列表很多方面都是一样的. 列表和元组的区别:列表可以被修改,元祖不可以被修改. python包含的6种内建序列: ...

  6. Python基础教程笔记 第一章

    /  表示整除,当导入_future_模块中的version时,/ 表示正常的的除法, 此时可用//表示整除,不论数字是整型还是浮点型,都可以用//表示整除. ** 表示幂次方  例如 2**3    ...

  7. Python基础教程笔记——第7章：更加抽象（类）

    下面进入Python的面向对象: 对象的魔力: 多态:---可以对不同类的对象使用同样的操作 封装:---对外部隐藏对象内部的工作方式 继承:---以普通的类为基础建立专门的类对象 (1)多态: is ...

  8. Python基础教程笔记——第5章：条件，循环和其他语句

    5.1 print和import的更多信息 1. print()3.0之后print不再是语句,而是函数, >>> print('udg',12,13)   udg 12 13 &g ...

  9. Python基础教程笔记——第4章：字典

    字典 字典是Python唯一内建的数学映射类型,字典中的值没有特殊的顺序,键可以是数字,字符串,甚至是元组 字典的创建: 字典由键值对构成,字典中键是唯一的,而值不唯一.>>> a_ ...

随机推荐

  1. C语言 字符串和数字转换函数

    atof(将字符串转换成浮点型数) 相关函数 atoi,atol,strtod,strtol,strtoul 表头文件 #include <stdlib.h> 定义函数 double at ...

  2. ArcMap运行时出现Runtime Error错误的解决方案

    运行ArcMap时弹出错误提示:“Microsoft Visual C++ Runtime Library. Runtime 1.开始->运行->regsvr32 "C:\Pro ...

  3. Asp.net封装js的类

    using System; using System.Collections.Generic; using System.Text; using System.Web; using System.We ...

  4. AT-PagerAdapter

    关于PagerAdapter的粗略翻译 英文版api地址:PagerAdapter(自备梯子) PagerAdapter         已知直接子类:FragmentPagerAdapter.Fra ...

  5. C++中枚举定义运算符

    由于枚举也是用户定义类型,所以是可以定义运算符, 如: enum Day {sun, mon, tue, wen, thu, fri, sat}; Day& operator++(Day&am ...

  6. [转]IIS7.5 添加expires头 提高性能

    本文转自:http://niutuku.com/tech/www/271454.shtml 对于页面中不经常变化的静态内容通过指定expires头,来进行浏览器端的缓存,减少每次访问时的请求. 原理: ...

  7. [改善Java代码]在equals中使用getClass进行类型判断

    建议47: 在equals中使用getClass进行类型判断 本节我们继续讨论覆写equals的问题.这次我们编写一个员工Employee类继承Person类,这很正常,员工也是人嘛,而且在JEE中J ...

  8. poj 2449 第k短路径

    思路: 利用一个估计函数g[i]=dis[i]+len.其中len为队列出来的点当前已经走了的距离.dis[i]为该点到终点的最短路径.这样我们只要将点按g[i]的升序在队列你排序,每次取出最小的g[ ...

  9. Javascript之获取屏幕宽高

    <head> <title> new document </title> <meta name="generator" content=& ...

  10. CF下的BackgroudWorker组件优化.

    .net compact framwork(2.0/3.5)下没有Backgroundworder组件,在网上找了一个类 经过使用发现了一些问题,主要有一个问题:在一个Dowork事件中对Report ...