首页 后端开发 Python教程 使用python解析xml成对应的html示例分享

使用python解析xml成对应的html示例分享

Jun 16, 2016 am 08:44 AM
解析xml

SAX将dd.xml解析成html。当然啦,如果得到了xml对应的xsl文件可以直接用libxml2将其转换成html。

复制代码 代码如下:

#!/usr/bin/env python
# -*- coding: utf-8 -*-
#---------------------------------------
#   程序:XML解析器
#   版本:01.0
#   作者:mupeng
#   日期:2013-12-18
#   语言:Python 2.7
#   功能:将xml解析成对应的html
#   注解:该程序用xml.sax模块的parse函数解析XML,并生成事件
#   继承ContentHandler并重写其事件处理函数
#   Dispatcher主要用于相应标签的起始、结束事件的派发
#---------------------------------------
from xml.sax.handler import ContentHandler
from xml.sax import parse

class Dispatcher:
    def dispatch(self, prefix, name, attrs=None):
        mname = prefix + name.capitalize()
        dname = 'default' + prefix.capitalize()
        method = getattr(self, mname, None)
        if callable(method): args = ()
        else:
            method = getattr(self, dname, None)
            #args = name
        #if prefix == 'start': args += attrs
        if callable(method): method()

    def startElement(self, name, attrs):
        self.dispatch('start', name, attrs)

    def endElement(self, name):
        self.dispatch('end', name)

class Website(Dispatcher, ContentHandler):

    def __init__(self):
        self.fout = open('ddt_SAX.html', 'w')
        self.imagein = False
        self.desflag = False
        self.item = False
        self.title = ''
        self.link = ''
        self.guid = ''
        self.url = ''
        self.pubdate = ''
        self.description = ''
        self.temp = ''
        self.prx = ''
    def startChannel(self):

        self.fout.write('''\n

\n RSS-''')<br><br>    def endChannel(self):<br>       self.fout.write('''<br>                    <tr><td height="20"></td></tr> <br>                    <br>                    <br>                    <script><BR> function GetTimeDiff(str)<BR> {<BR> if(str == '')<BR> {<BR> return '';<BR> } <P> var pubDate = new Date(str);<BR> var nowDate = new Date();<BR> var diffMilSeconds = nowDate.valueOf()-pubDate.valueOf();<BR> var days = diffMilSeconds/86400000;<BR> days = parseInt(days); <P> diffMilSeconds = diffMilSeconds-(days*86400000);<BR> var hours = diffMilSeconds/3600000;<BR> hours = parseInt(hours); <P> diffMilSeconds = diffMilSeconds-(hours*3600000);<BR> var minutes = diffMilSeconds/60000;<BR> minutes = parseInt(minutes); <P> diffMilSeconds = diffMilSeconds-(minutes*60000);<BR> var seconds = diffMilSeconds/1000;<BR> seconds = parseInt(seconds);<br><br> var returnStr = "±±&frac34;&copy;·&cent;&sup2;&frac14;&Ecirc;±&frac14;&auml;&pound;&ordm;" + pubDate.toLocaleString(); <P> if(days > 0)<BR> {<BR> returnStr = returnStr + " &pound;¨&frac34;à&Agrave;&euml;&Iuml;&Ouml;&Ocirc;&Uacute;" + days + "&Igrave;ì" + hours + "&ETH;&iexcl;&Ecirc;±" + minutes + "·&Ouml;&Ouml;&Oacute;&pound;&copy;";<BR> }<BR> else if (hours > 0)<BR> {<BR> returnStr = returnStr + " &pound;¨&frac34;à&Agrave;&euml;&Iuml;&Ouml;&Ocirc;&Uacute;" + hours + "&ETH;&iexcl;&Ecirc;±" + minutes + "·&Ouml;&Ouml;&Oacute;&pound;&copy;";<BR> }<BR> else if (minutes > 0)<BR> {<BR> returnStr = returnStr + " &pound;¨&frac34;à&Agrave;&euml;&Iuml;&Ouml;&Ocirc;&Uacute;" + minutes + "·&Ouml;&Ouml;&Oacute;&pound;&copy;";<BR> } <P> return returnStr; <P> } <P> function GetSpanText()<BR> {<BR> var pubDate;<BR> var pubDateArray;<BR> var spanArray = document.getElementsByTagName("span"); <P> for(var i = 0; i < spanArray.length; i++)<BR> {<BR> pubDate = spanArray[i].innerHTML;<BR> document.getElementsByTagName("span")[i].innerHTML = GetTimeDiff(pubDate); <BR> }<BR> } <P> GetSpanText();<BR> </script><br>                <br>                <br>                ''')<br>       self.fout.close() <p>    def characters(self, chars):<br>        if chars.strip():<br>            #chars = chars.strip()<br>            self.temp += chars<br>            #print self.temp<br><br>       <br>    def startTitle(self):<br><br>        if self.item:<br>            self.fout.write('''<br>                        </p> <tr bgcolor="#eeeeee">\n<td style="padding-top:5px;padding-left:5px;" height="30">\n<b><br>                    ''')<br><br>    def endTitle(self):<br><br>        if not self.imagein and not self.item:<br>            self.title = self.temp<br>            self.temp = ''<br>            self.fout.write(self.title.encode('gb2312'))<br><br>            #self.title = self.temp<br>            self.fout.write('''<br>                \n\n\n</b><center>\n<br>                <script>\n <P> function copyLink()<BR> {<BR> clipboardData.setData("Text",window.location.href);<BR> alert("RSS&Aacute;&acute;&frac12;&Oacute;&Ograve;&Ntilde;&frac34;&shy;&cedil;&acute;&Ouml;&AElig;&micro;&frac12;&frac14;&ocirc;&Igrave;ù°&aring;");<BR> } <P> function subscibeLink()<BR> {<BR> var str = window.location.pathname;<BR> while(str.match(/^\//))<BR> {<BR> str = str.replace(/^\//,"");<BR> }<BR> window.open("http://rss.sina.com.cn/my_sina_web_rss_news.html?url=" + str,"_self"); <P> }<BR> </script>\n<br>                <table width="750" cellpadding="0" cellspacing="0">\n<br>                <tr>\n<br>                <td align="right" style="padding-right:15px;" valign="bottom">\n<br>            ''')<br><br>        if self.item:<br>            self.title = self.temp<br>            self.temp = ''<br>            self.fout.write(self.title.encode('gb2312'))<br>            self.fout.write('''<br>                        <br>                        </td> <br>                        </tr> <br>                        <tr bgcolor="#eeeeee"> <br>                        <td style="padding-left:5px;"> <br>                        ''') <p>    def startImage(self):<br>        self.imagein = True</p> <p>    def endImage(self):<br>        self.imagein = False<br><br>    def startLink(self):<br>        if self.imagein:<br>            self.fout.write('''<a href="''')<br><br>%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%20<BR>%C2%A0%C2%A0%C2%A0%20def%20endLink(self):<BR>%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%20self.link%20=%20self.temp<BR>%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%20self.temp%20=%20''<BR>%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%20if%20self.imagein:<BR>%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%20self.fout.write(self.link.encode('gb2312'))<BR>%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%20self.fout.write('''" target="_blank">\n ''')<br>        elif self.item:<br>            #self.link = self.temp<br>            pass<br>        else:<br>            self.fout.write(self.link)<br>            self.fout.write(''' " target="<br>      _blank<br>     "> ''')<br>            self.fout.write(self.title.encode('gb2312'))<br>            self.fout.write(''' </a></p> </td> <br>                            </tr> <br>                            <tr><td colspan="2" align="center"> <br>                            ''')<br>            self.fout.write(self.description.encode('gb2312'))<br>            self.fout.write('''<br>                        </td></tr> <br>                        <tr style="font-size:12px;" bgcolor="#eeeeff"><td colspan="2" style="font-size:14px;padding-top:5px;padding-bottom:5px;"><b><a href="javascript:copyLink();">¸´ÖÆ´ËÒ³Á´½Ó</a>                <a href="javascript:subscibeLink();">ÎÒҪǶÈë¸ÃÐÂÎÅÁÐ±íµ½ÎÒµÄÒ³Ã棨¼òµ¥¡¢¿ìËÙ¡¢ÊµÊ±¡¢Ãâ·Ñ£©</a></b></td></tr> <br>                        </table> <br>                        <table width="750" cellpadding="0" cellspacing="0"> <br>                            ''') <p>    def startUrl(self):<br>        if self.imagein:<br>            self.fout.write('''<img src="''')<BR>%C2%A0%C2%A0%C2%A0%20def%20endUrl(self):<BR>%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%20self.url%20=%20self.temp<BR>%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%20self.temp%20=%20''<BR>%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%20if%20self.imagein:<BR>%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%20self.fout.write(self.url.encode('gb2312'))<BR>%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%20self.fout.write('''" border="0" alt="使用python解析xml成对应的html示例分享" >\n<br>                            <br>                            <br>                            </p> <td align="left" valign="bottom" style="padding-bottom:8px;"><b><a href="<BR>%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%20''')<BR>%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%20if%20self.item:<BR>%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%20#self.url%20=%20self.temp<BR>%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%20pass</P>%0A<P>%C2%A0%C2%A0%C2%A0%20def%20defaultStart(self):<BR>%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%20pass<BR>%C2%A0%C2%A0%C2%A0%20def%20defaultEnd(self):<BR>%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%20self.temp%20=%20''<BR>%C2%A0%C2%A0%C2%A0%20def%20startDescription(self):<BR>%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%20pass<BR>%C2%A0%C2%A0%C2%A0%20def%20endDescription(self):<BR>%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%20self.description%20=%20self.temp<BR>%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%20self.temp%20=%20''<BR>%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%20if%20self.item:<BR>%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%20#self.fout.write('%C2%A1%C2%A1%C2%A1%C2%A1')<BR>%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%20self.fout.write(self.description.encode('gb2312'))<br><br>%C2%A0%C2%A0%C2%A0%20def%20endGuid(self):<BR>%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%20self.guid%20=%20self.temp<BR>%C2%A0%C2%A0%C2%A0%20def%20endPubdate(self):<BR>%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%20if%20not%20self.temp.startswith('http'):<BR>%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%20self.pubdate%20=%20self.temp<BR>%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%20self.temp%20=%20''<BR>%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%20else:<BR>%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%20self.pubdate%20=%20''<BR>%C2%A0%C2%A0%C2%A0%20def%20startItem(self):<BR>%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%20self.item%20=%20True<BR>%C2%A0%C2%A0%C2%A0%20def%20endItem(self):<BR>%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%20self.item%20=%20False<BR>%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%20self.fout.write('''<BR>%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%20</td><BR>%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%20</tr><BR>%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%20<tr%20bgcolor="><br>                            </a></b></td> <td style="padding-top:5px;padding-left:5px;"> <br>                            <a href="''')<BR>%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%20self.fout.write(self.link)<BR>%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%C2%A0%20self.fout.write('''%20" target="_blank"> ''')<br>        self.fout.write(self.guid)<br>        self.fout.write('''<br>                        </a><br>                        </td> <br>                        <br>                        <tr bgcolor="#eeeeee"> <br>                        <td style="padding-top:5px;padding-left:5px;padding-bottom:5px;"><span>''')<br>        self.fout.write(self.pubdate)<br>        self.fout.write('''</span></td> <br>                        </tr> <br>                        <tr height="10"><td></td></tr>''') <p>#程序入口<br>if __name__ == '__main__':<br>    parse('ddt.xml', Website())<br></p> </table> </center> </td> </tr>
本站声明
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

热AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover

AI Clothes Remover

用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool

Undress AI Tool

免费脱衣服图片

Clothoff.io

Clothoff.io

AI脱衣机

AI Hentai Generator

AI Hentai Generator

免费生成ai无尽的。

热门文章

R.E.P.O.能量晶体解释及其做什么(黄色晶体)
2 周前 By 尊渡假赌尊渡假赌尊渡假赌
仓库:如何复兴队友
4 周前 By 尊渡假赌尊渡假赌尊渡假赌
Hello Kitty Island冒险:如何获得巨型种子
3 周前 By 尊渡假赌尊渡假赌尊渡假赌

热工具

记事本++7.3.1

记事本++7.3.1

好用且免费的代码编辑器

SublimeText3汉化版

SublimeText3汉化版

中文版,非常好用

禅工作室 13.0.1

禅工作室 13.0.1

功能强大的PHP集成开发环境

Dreamweaver CS6

Dreamweaver CS6

视觉化网页开发工具

SublimeText3 Mac版

SublimeText3 Mac版

神级代码编辑软件(SublimeText3)

如何使用Python查找文本文件的ZIPF分布 如何使用Python查找文本文件的ZIPF分布 Mar 05, 2025 am 09:58 AM

本教程演示如何使用Python处理Zipf定律这一统计概念,并展示Python在处理该定律时读取和排序大型文本文件的效率。 您可能想知道Zipf分布这个术语是什么意思。要理解这个术语,我们首先需要定义Zipf定律。别担心,我会尽量简化说明。 Zipf定律 Zipf定律简单来说就是:在一个大型自然语言语料库中,最频繁出现的词的出现频率大约是第二频繁词的两倍,是第三频繁词的三倍,是第四频繁词的四倍,以此类推。 让我们来看一个例子。如果您查看美国英语的Brown语料库,您会注意到最频繁出现的词是“th

我如何使用美丽的汤来解析HTML? 我如何使用美丽的汤来解析HTML? Mar 10, 2025 pm 06:54 PM

本文解释了如何使用美丽的汤库来解析html。 它详细介绍了常见方法,例如find(),find_all(),select()和get_text(),以用于数据提取,处理不同的HTML结构和错误以及替代方案(SEL)

python中的图像过滤 python中的图像过滤 Mar 03, 2025 am 09:44 AM

处理嘈杂的图像是一个常见的问题,尤其是手机或低分辨率摄像头照片。 本教程使用OpenCV探索Python中的图像过滤技术来解决此问题。 图像过滤:功能强大的工具 图像过滤器

如何在Python中下载文件 如何在Python中下载文件 Mar 01, 2025 am 10:03 AM

Python 提供多种从互联网下载文件的方法,可以使用 urllib 包或 requests 库通过 HTTP 进行下载。本教程将介绍如何使用这些库通过 Python 从 URL 下载文件。 requests 库 requests 是 Python 中最流行的库之一。它允许发送 HTTP/1.1 请求,无需手动将查询字符串添加到 URL 或对 POST 数据进行表单编码。 requests 库可以执行许多功能,包括: 添加表单数据 添加多部分文件 访问 Python 的响应数据 发出请求 首

如何使用Python使用PDF文档 如何使用Python使用PDF文档 Mar 02, 2025 am 09:54 AM

PDF 文件因其跨平台兼容性而广受欢迎,内容和布局在不同操作系统、阅读设备和软件上保持一致。然而,与 Python 处理纯文本文件不同,PDF 文件是二进制文件,结构更复杂,包含字体、颜色和图像等元素。 幸运的是,借助 Python 的外部模块,处理 PDF 文件并非难事。本文将使用 PyPDF2 模块演示如何打开 PDF 文件、打印页面和提取文本。关于 PDF 文件的创建和编辑,请参考我的另一篇教程。 准备工作 核心在于使用外部模块 PyPDF2。首先,使用 pip 安装它: pip 是 P

如何在django应用程序中使用redis缓存 如何在django应用程序中使用redis缓存 Mar 02, 2025 am 10:10 AM

本教程演示了如何利用Redis缓存以提高Python应用程序的性能,特别是在Django框架内。 我们将介绍REDIS安装,Django配置和性能比较,以突出显示BENE

引入自然语言工具包(NLTK) 引入自然语言工具包(NLTK) Mar 01, 2025 am 10:05 AM

自然语言处理(NLP)是人类语言的自动或半自动处理。 NLP与语言学密切相关,并与认知科学,心理学,生理学和数学的研究有联系。在计算机科学

如何使用TensorFlow或Pytorch进行深度学习? 如何使用TensorFlow或Pytorch进行深度学习? Mar 10, 2025 pm 06:52 PM

本文比较了Tensorflow和Pytorch的深度学习。 它详细介绍了所涉及的步骤:数据准备,模型构建,培训,评估和部署。 框架之间的关键差异,特别是关于计算刻度的

See all articles