Win7，64位，Python將文本文件改寫成html

2019-11-06 07:49:18

字體：大中小

來源：轉載

供稿：網友

參考《Python基礎教程(第二版)》

要做的工作是將各種文本元素分類，然后明確地標記它們，使得能在瀏覽器中顯示并能作為一個網頁使用。

寫這個程序會需要什么工具：

·要對文件進行讀寫，或至少從標準輸入讀取（sys.stdin），利用PRint輸出。

·需要對所輸入的行進行迭代。

·需要一些字符串方法。

·需要一個或兩個生成器。

·可能還需要用到re模塊。

一個文本文檔（test_input.txt）

Welcom to World Wide Spam. IncA short history of the companyDestinationsHow to get in touch with usYou can get in touch with us in *many* ways:By phone(555-1234). by email(wwspam@wwspam.fu)or by visiting our customer feedback page(http://wwspam.fu/feedback)
找出文本塊。
收集遇到的所有行，直到遇到一個空行，然后返回已經收集的行。
那些返回的行就是一個塊。之后，再次收集。
不需要收集空行，也不要返回空塊（在遇到多個空行時）。
同時，要確保文件的最后一行是空行，否則程序就不知道最后一個塊什么時候結束。
（當然有其它的方法來判斷是否結束。）
文本塊生成器（util.py）
def lines(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 = [] lines生成器只是在文件的最后追加一個空行。
blocks生成器實現了前面說明的方法。
創建一個簡單的標記腳本。步驟如下：
·打印一些開始標記；
·打印每個用段落標簽括起來的塊；
·打印一些結束標記。
給定blocks函數，使用re.sub的話代碼就會很簡單。
簡單的標記程序（simple_markup.py）
import sysimport refrom util import *print ('<html><head><title>...</title><body>')title = Truefor block in blocks(sys.stdin):    block = re.sub(r'/*(.+?)/*', r'<em>/l</em>', block)    if title:        print ('<hl>')        print (block)        print ('</hl>')        title = False    else:        print ('<p>')        print (block)        print ('</p>')print ('</body></html>')
這個程序在有如下的輸入時被執行：$python simple_markup.py <test_input.txt> test_output.html文件test_output.html包含產生的html代碼。