快捷導(dǎo)航

利用python將xml文件解析成html文件的實(shí)現(xiàn)方法

更新時(shí)間：2017年12月22日 15:39:23 作者：丟你劉某

下面小編就為大家分享一篇利用python將xml文件解析成html文件的實(shí)現(xiàn)方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來(lái)看看吧

功能就是題目所述，我的python2.7,裝在windows環(huán)境，我使用的開發(fā)工具是wingide 6.0

1、首先是我設(shè)計(jì)的簡(jiǎn)單的一個(gè)xml文件，也就是用來(lái)解析的源文件

下面是這個(gè)文件website.xml內(nèi)容：

<website>
<page name="index" title="fuckyou">
	<h1>welcome to</h1>
	<p>this is a moment</p>
<ul>
<li><a href="shouting.html" rel="external nofollow" >Shouting</a></li>
</ul>
</page>
<page name="shouting" title="mother">
<h1>My name is likeyou</h1>
</page>
</website>

解釋：page就是對(duì)應(yīng)一個(gè)html文件，這里有兩個(gè)page也就是要解析成兩個(gè)html文件，然后分別是index.html和shouting.html，其中在index.html中通過<a>鏈接轉(zhuǎn)到shouting.html文件中顯示shouting.html文件的內(nèi)容

2、python代碼實(shí)現(xiàn)解析（xmltest.py）

#!D:\Python27\python.exe
#-*- coding:utf-8 -*-
from xml.sax import parse
from xml.sax.handler import ContentHandler
class PageCreate(ContentHandler):
 pagethrough = False
 def startElement(self, name, attrs):
  if name == 'page':
   self.pagethrough = True
   self.out = open(attrs['name'] + '.html', 'w')
   self.out.write('<html>\n<head>\n')
   self.out.write('<title>%s</title>\n' %(attrs['title']))
   self.out.write('</head>\n<body>\n')
  elif self.pagethrough:
   self.out.write('<')
   self.out.write(name)
   for str,val in attrs.items():
    self.out.write(' %s="%s"' %(str, val))
   self.out.write('>') 
   
 def endElement(self, name):
  if name == 'page':
   self.out.write('</body>\n</html>')
   self.pagethrough = False
   self.out.close()
  if self.pagethrough:
   self.out.write('<')
   self.out.write('/' + name)
   self.out.write('>')
   
 def characters(self, content):
  if self.pagethrough:
   self.out.write(content)
 
parse('D:\\pyproject\\file\\website.xml', PageCreate())

代碼解釋：

使用xml.sax解析方法調(diào)用parse方法來(lái)解析，自己創(chuàng)建了一個(gè)解析類，繼承了ContentHandler，在里面分別重寫了startelement和endelement方法還有charactors方法，startelement方法是當(dāng)找到xml文件中的開頭標(biāo)簽時(shí)調(diào)用，如<a>、<h1>，passthrough變量是為了判斷當(dāng)前是否在page標(biāo)簽里面，true表示在page標(biāo)簽里面，就是屬于當(dāng)前page頁(yè)面的元素，因?yàn)閤ml.sax是關(guān)注標(biāo)簽的，他不會(huì)管你是否在當(dāng)前哪個(gè)page里面，然后后面的代碼都容易理解，就是添加html的開頭標(biāo)簽<html><head><body>等，注意,attrs儲(chǔ)存的是標(biāo)簽的屬性，例如<page>里面name="shouting"，name="index"，那么就attrs就儲(chǔ)存這name="shouting"這個(gè)東西，從而在attrs里面獲取name屬性里面的shouting和index作為html文件的文件名，同理<a>里面的href=……也是通過這個(gè)數(shù)據(jù)獲取，分別存在str和val變量中，并且通過write寫進(jìn)文件。

然后endelement就是當(dāng)解析到</h1>這類的結(jié)尾標(biāo)簽的時(shí)候調(diào)用，添加結(jié)尾的標(biāo)簽，如果是文件結(jié)尾，那么就是</page>，這時(shí)候就把</html>、</body>這些html的結(jié)尾標(biāo)簽添加進(jìn)去，否則，就是page頁(yè)面里面的元素結(jié)尾標(biāo)簽

characters就是將開頭標(biāo)簽于結(jié)尾標(biāo)簽之間找到的字符串添加進(jìn)去

最后我們把python代碼運(yùn)行起來(lái)之后就可以看到在同一目錄下生成了兩個(gè)html文件，分別是shouting.html和index.html，打開index.html就可以看到一個(gè)叫做“shouting”的鏈接，點(diǎn)過去就打開了shouting.html

以上這篇利用python將xml文件解析成html文件的實(shí)現(xiàn)方法就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

您可能感興趣的文章: