Python的練習項目

Python是一種計算機程序設計語言，由吉多·范羅蘇姆創造，第一版發布于1991年，可以視之為一種改良的LISP。Python的設計哲學強調代碼的可讀性和簡潔的語法。相比于C++或Java，Python讓開發者能夠用更少的代碼表達想法。

Python的設計目標之一是讓代碼具備高度的可閱讀性。它設計時盡量使用其它語言經常使用的標點符號和英文單字，讓代碼看起來整潔美觀。它不像其他的靜態語言如C、Pascal那樣需要重復書寫聲明語句，也不像它們的語法那樣經常有特殊情況和意外。

接下來，和大家介紹下Python練手的實戰項目。

這是《Python基礎教程》后面的實踐，照著寫寫，一方面是來熟悉Python的代碼方式，另一方面是練習使用Python中的基本的以及非基本的語法，做到熟能生巧。

這個項目一開始比較簡單，不過重構之后就有些復雜了，但是更靈活了。

按照書上所說，重構之后的程序，分為四個模塊：處理程序模塊，過濾器模塊，規則（其實應該是處理規則），語法分析器。

先來說處理程序模塊，這個模塊的作用有兩個，一個是提供那些固定的html標記的輸出（每一個標記都有start和end），另一個是對這個標記輸出的開始和結束提供了一個友好的訪問接口。來看下程序handlers.py：

這個程序堪稱是整個“項目”的基石所在：提供了標簽的輸出，以及字符串的替換。理解起來也比較簡單。

再來看第二個模塊“過濾器”，這個模塊更為簡單，其實就是一個正則表達式的字符串。相關代碼如下：

就是三個過濾器了，分別是：強調牌過濾器（用×號標出的），url牌過濾器，email牌過濾器。熟悉正則表達式的同學理解起來是沒有壓力的。

再來看第三個模塊“規則”，這個模塊，拋開那祖父類不說，其他類應該有的兩個方法是condition和action，前者是用來判斷讀進來的字符串是不是符合自家規則，后者是用來執行操作的，所謂的執行操作就是指調用“處理程序模塊”，輸出前標簽、內容、后標簽。 來看下這個模塊的代碼，其實這個里面幾個類的關系，畫到類圖里面看會比較清晰。 rules.py:

補充utils.py:

如果你在學習Python的過程中遇見了很多疑問和難題，可以加-q-u-n 227 -435-450里面有軟件視頻資料免費

總結一下：

最后隆重的來看下“語法分析器模塊”，這個模塊的作用其實就是協調讀入的文本和其他模塊的關系。在往重點說就是，提供了兩個存放“規則”和“過濾器”的列表，這么做的好處就是使得整個程序的靈活性得到了極大的提高，使得規則和過濾器變成的熱插拔的方式，當然這個也歸功于前面在寫規則和過濾器時每一種類型的規則（過濾器）都單獨的寫成了一個類，而不是用if..else來區分。 看代碼：

這個模塊里面的處理思路是，遍歷客戶端（也就是程序執行的入口）給插進去的所有的規則和過濾器，來處理讀進來的文本。

有一個細節的地方也要說一下，其實是和前面寫的呼應一下，就是在遍歷規則的時候通過調用condition這個東西來判斷是否符合當前規則。

我覺得這個程序很像是命令行模式，有空可以復習一下該模式，以保持記憶網節點的牢固性。

最后說一下我以為的這個程序的用途：

1、用來做代碼高亮分析，如果改寫成js版的話，可以做一個在線代碼編輯器。

2、可以用來學習，供我寫博文用。

還有其他的思路，可以留下您的真知灼見。

補充一個類圖，很簡陋，但是應該能說明之間的關系。另外我還是建議如果看代碼捋不清關系最好自己畫圖，自己畫圖才能熟悉整個結構。

                             ** Python項目練習二：畫幅好畫**

這是《Python基礎教程》中的第二個項目，關于Python操作PDF，涉及到的知識點：

1、urllib的使用

2、reportlab庫的使用

這個例子著實很簡單，不過我發現在Python里面可以直接在數組［］里面寫for循環，真是越用越方便。

下面是代碼：

Python項目練習三：萬能的XML

這個項目的名稱與其叫做萬能的XML不如叫做自動構建網站，根據一份XML文件，生成對應目錄結構的網站，不過只有html還是太過于簡單了，如果要是可以連帶生成css那就比較強大了。這個有待后續研發，先來研究下怎么html網站結構。 既然是通過XML結構生成網站，那所有的事情都應該由這個XML文件來。先來看下這個XML文件，website.xml：

有了這個文件，下面應該來看怎么通過這個文件生成網站。

首先我們要解析這個xml文件，Python解析xml和在Java中一樣，有兩種方式，SAX和DOM，兩種處理方式不同點在于速度和范圍，前者講究的是效率，每次只處理文檔的一小部分，快速而能有效的利用內存，后者是相反的處理方式，先把所有的文檔載入到內存，然后再進行處理，速度比較慢，也比較消耗內存，唯一的好處就是可以操作整個文檔。

在Python中使用sax方式處理xml要先引入xml.sax中的parse函數，還有xml.sax.handler中的ContentHandler，后面的這個類是要和parse函數來配合使用的。使用方式如下： parse('xxx.xml',xxxHandler),這里面的xxxHandler要繼承上面的ContentHandler，不過只要繼承就行，不需要有所作為。 然后這個parse函數在處理xml文件的時候，會調用xxxHandler中的startElement函數和endElement函數來一個xml中的標簽的開始和結束，中間的過程使用一個名為characters的函數來處理標簽內部的所有字符串。

有了上面的這些認識，我們已經知道如何處理xml文件了，然后再來看那個罪惡的源頭website.xml文件，分析其結構，只有兩個節點：page和directory，很明顯page表示一個頁面，directory表示一個目錄。

所以處理這個xml文件的思路就變的清晰了。讀取xml文件的每一個節點，然后判斷是page還是directory如果是page則創建html頁面，然后把節點中的內容寫到文件里。如果遇到directory就創建一個文件夾，然后再處理其內部的page節點（如果存在的話）。

下面來看這部分代碼，書中的實現比較復雜，比較靈活。先來看，然后在分析。

看起來這個程序上面分析的復雜了一些，不過偉人毛毛說過，任何復雜的程序都是紙老虎。那我們再來分析一下這個程序。

首先看到這個程序是有兩個類，其實完全可以當作一個類，因為有了繼承。

然后再來看它多了些什么，除了我們分析出來的startElement和endElement以及characters，多出來了startPage，endPage;startDirectory，endDirectory;defaultStart，defaultEnd;ensureDirectory;writeHeader，writeFooter;和dispatch，這些個函數。除了dispatch，前面的函數都很好理解，每一對函數都是單純的處理對應的html標簽以及xml節點。而dispatch比較復雜，復雜之處在于他是用來動態拼合函數并且進行執行的。

dispatch的處理思路是，首先根據傳遞的參數（就是操作名稱以及節點名稱）判斷是否存在對應的函數如startPage，如果不存在則執行default+操作名稱：如defaultStart。

一個函數一個函數搞清楚之后，就知道整個處理流程是什么樣了。首先創建一個public_html的文件，存放整個網站，然后讀xml的節點，通過startElement和endElement調用dispatch進行處理。然后就是dispatch怎么調用具體的處理函數了。 到此為止，這個項目算是分析完了。

主要掌握的內容一個是python中使用SAX處理XML，另一個就是python中的函數的使用，比如getattr，傳參數時的星號

python項目練習四：新聞聚合

書中的第四個練習，新聞聚合。現在很少見的一類應用，至少我從來沒有用過，又叫做Usenet。這個程序的主要功能是用來從指定的來源（這里是Usenet新聞組）收集信息，然后講這些信息保存到指定的目的文件中（這里使用了兩種形式：純文本和html文件）。這個程序的用處有些類似于現在的博客訂閱工具或者叫RSS訂閱器。

先上代碼，然后再來逐一分析：

這個程序，首先從整體上進行分析，重點部分在于NewsAgent，它的作用是存儲新聞來源，存儲目標地址，然后在分別調用來源服務器（NNTPSource以及SimpleWebSource）以及寫新聞的類（PlainDestination和HTMLDestination）。所以從這里也看的出，NNTPSource是專門用來獲取新聞服務器上的信息的，SimpleWebSource是獲取一個url上的數據的。而PlainDestination和HTMLDestination的作用很明顯，前者是用來輸出獲取到的內容到終端的，后者是寫數據到html文件中的。

有了這些分析，然后在來看主程序中的內容，主程序就是來給NewsAgent添加信息源和輸出目的地址的。

這確實是個簡單的程序，不過這個程序可是用到了分層了