一个简单的PYTHON代码

原创 2007年09月22日 17:07:00
 

HTML Tags and JavaScript tutorial



一个简单的PYTHON代码





用PYTHON写代码很高兴,更高兴的是今天竟然用了一天的上班时间来练这个。当然也是为我们的那个程序服务的。
我们目前要把一个表态HTML页面转换成PORTAL。由于表态页面数量很大,所以我们采用动态改写的方法。由于这篇的目的不是介绍我们的项目,所以直接说我的脚本。由于我们的工作,我们现在做操作前要对所以的静态页面进行简单的标记分析。这里主要分析TABLE,TR和TD。
下面贴下我的代码:主要是两个文件
htmlParser.py
import os,util
def htmlParse (htmlname,errorfile):
    stackList = []
    total = 0
    incomment = 0   
    file = open(htmlname)           
    strLines = file.readlines()
    for line in strLines:
        total += 1
        comtmp = util.judgeComment (line)
        if comtmp == 1:#<!-- -->
            pos1 = line.find('<!--') - 1
            pos2 = line.find('-->') + 2
            line = line[0:pos1] + line[pos2:]
        if comtmp == 2:#<!--
            incomment = 1
            pos = line.find('<!--') - 1
            line = line[0:pos]
        if comtmp == 3:#-->
            incomment = 0
            pos = line.find('-->') + 2
            line = line[pos:]
        if incomment == 1:# this line is in comment
            continue           
       
        taglist = util.getLineTagList(line)
        for item in taglist:           
            res = util.addDelTag(item,stackList)
            if res == -1:
                errorinfo = htmlname + os.altsep + str(total) + str(stackList) + os.linesep
                errorfile.append(errorinfo)
                return
    if len(stackList) != 0:
        result = htmlname + str(stackList) + ' are not closed!' + os.linesep
        #errorfile.append(result)
               
if __name__ == '__main__':
    pattern = "*.html"
    startdir = "F://sshome"
    #startdir = "D://test"
    files = util.find (pattern, startdir)
    res = []
    for filename in files:
        htmlParse(filename,res)
    res.append(str(len(res)))
    filewrite = file("F://errorPages.txt",'w')
    filewrite.writelines(res) 
另一个文件util.py
import os, fnmatch
# judge comment tag to delete comment statement
def judgeComment (line):
    openTag = line.find('<!--')
    closeTag = line.find('-->')
    if openTag != -1:
        if closeTag != -1:# <!--  -->
            return 1
        else:#<!--
            return 2
    elif closeTag != -1:#-->
        return 3
    else:#
        return 4
# sort for a 2 dimension list(array)
def sortFor2di (listtosort):
    size = len(listtosort)
    for i in range(size-1):
        for j in range(i + 1,size):
            list1 = listtosort[i]
            list2 = listtosort[j]
            if list1[0] > list2[0]:
                listtosort[i],listtosort[j] = listtosort[j],listtosort[i]
# get all tags in a line in the form of list
def getLineTagList (line):
    taglist = []
    addTag2List (line,'table',taglist)
    addTag2List (line,'tr',taglist)
    addTag2List (line,'td',taglist)
    sortFor2di (taglist)
    return taglist
def addTag2List (line,tag,taglist):
    pos = line.find('<'+tag)
    if pos != -1:
        taglist.append([pos,'<'+ tag + '>'])
    pos = line.find('</'+tag+'>')
    if pos != -1:
        taglist.append([pos,'</' + tag + '>'])
def addDelTag(itemlist,stackList):
    tag = itemlist[1]
    res = 0
    res += judgeWhichTag (tag,'table',stackList)
    res += judgeWhichTag (tag,'tr',stackList)
    res += judgeWhichTag (tag,'td',stackList)
    if res != 0:
        return -1
    else:
        return 1
#    
def judgeWhichTag (tag,lable,stackList):
    if tag == '<' + lable + '>':
        stackList.append(lable)
        return 0
    elif tag == '</' + lable + '>':
        size = len(stackList)
        if size < 1:
            return -1
        elif stackList[size - 1] == lable:
            del(stackList[size -1 ])
            return 0
        else:
            return -1
    else:
        return 0
# used to deal tag      
def tagDeal (tag, line,stackList):
    openTag = line.find('<'+tag)
    closeTag = line.find('</'+tag+'>')
    if openTag != -1:
        stackList.append (tag)
        if closeTag == -1:
            return 1
    if closeTag != -1:
        size = len(stackList)
        if size < 1:
            return -1
        else:
            lastItem = stackList[size - 1]
            if lastItem != tag:
                return -1
            else:
                del (stackList[size - 1])
                return 1
def find (pattern,startdir=os.curdir):
    files = []
    os.path.walk(startdir,visitor,(pattern,files))
    files.sort()
    return files
def visitor ((pattern,files),thisdir,names):
    for name in names:
        if fnmatch.fnmatch(name,pattern):
            fullpath = os.path.join(thisdir,name)
            files.append(fullpath)
申明一下,我是初学PYTHON。上面的程序写得很乱,以后有时间再修改或加点注释。当然很欢迎各位朋友
给点意见。
不过,最后的结果是我们的总共1000表态页面中共有200个页面这三种标签有错误。这就意味着有一大堆事情要处理。至于怎么做我们还没做好决定。


相关文章推荐

一个测试用的PYTHON代码

  • 2017年11月11日 14:18
  • 254B
  • 下载

一个dht网络的“磁力链接”搜索python代码

这个python代码是用来从DHT网络(一种分布式的“磁力链接”的共享网络,这个叫法是我个人对这种分布式网络的称呼)中,检测收集“磁力链接”。每一个磁力链接就对应着一个种子文件。由于“磁力链接”在DH...

十一行Python代码实现一个神经网络(第一部分)

0.写在翻译之前         本文翻译自博客:i am trask , 属于本人一边学习神经网络一边翻译的文章。所以不止在翻译层面可能会有错误,在对神经网络的原理层面也难免会有错误。假如您发现哪...
  • jdbc
  • jdbc
  • 2016年02月24日 05:01
  • 1549

一个非常高效的提取内容关键词的python代码

# coding=UTF-8 import nltk from nltk.corpus import brown# This is a fast and simple noun phrase extr...

13行Python代码实现一个神经网络(Part 2 - 梯度下降法)

Declaration: 本文翻译自iammask的blog,原作者保留本文知识产权,转载请注明出处。 Part 1 “一个 11 行 Python 代码实现的神经网络(第一部分)”的翻译可以在此处...
  • Nico_S
  • Nico_S
  • 2017年08月04日 09:48
  • 432

突然发现百度的API越来越好用了,简单使用百度API精准定位IP地址。附Python代码

2016年11月27日08:13:13 API服务地址: http://lbsyun.baidu.com/index.php?title=webapi/high-acc-ip 使用方法:...

完整的最简单的谱聚类python代码

针对karate_club数据集,做了谱聚类。由于是2-way clustering,比较简单,得到了图的新的表示空间之后,没有做k-means,仅仅针对正规化后的拉普拉斯矩阵的第二特征值做了符号判断...

00多行Python代码实现了一个FTP服务器

400多行Python代码实现了一个FTP服务器 发布:mdxy-dxy 字体:[增加 减小] 类型:转载 400多行Python代码实现了一个FTP服务器,实现了比之前的...

多层感知器python代码(简单的多层感知器)

用python写了个多层感知器,用bp梯度下降更新,拟合正弦曲线,效果凑合。
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:一个简单的PYTHON代码
举报原因:
原因补充:

(最多只允许输入30个字)