【美高梅开户网址】python成效定制,学习笔记

效率的规划初衷:
  处理千头万绪的xml相比,屏蔽同节点先后顺序的影响

(python功用定制)复杂的xml文件相比较,产生HTML展现不一致,pythonxml

职能的设计初衷:
  处理复杂的xml比较,屏蔽同节点先后顺序的影响

首要涉嫌知识点:

1、ElementTree库 ——- xml解析:

    • 导入ElementTree,import xml.etree.ElementTree as ET
    • 解析Xml文件找到根节点:
    • 直白解析XML文件并取得根节点,tree = ET.parse('country_data.xml') root = tree.getroot()
    • 分析字符串,root = ET.fromstring(country_data_as_string)
    • 遍历根节点能够拿走子节点,然后就能够依据必要得到须要的字段了,如:<APP_KEY
      channel = ‘CSDN’> hello123456789 </APP_KEY>

      • tag,即标签,用于标识该因素表示哪一类多少,即APP_KEY
      • attrib,即属性,用Dictionary方式保存,即{‘channel’ = ‘CSDN’}
      • text,文本字符串,能够用来储存一些数量,即hello123456789
      • tail,尾字符串,并不是必须的,例子中一贯不包蕴。

【美高梅开户网址】python成效定制,学习笔记。贰 、difflib库 ——- 提供的类和办法用来进展类别的差别化比较,它能够比对文件并扭转差距结果文本大概html格式的差距化相比较页面

那边运用了类difflib.HtmlDiff,用来创立2个html表格展示文件差距,他既可以举办全文本体现,也能够只呈现上下文区别。

其构造函数如下:

__init__(tabsize=8, wrapcolumn=None, linejunk=None, charjunk=IS_CHARACTER_JUNK)

      • tabsize表示制表符代表的空格个数,默许为8
      • wrapcolumn,可选参数,用来安装某个个字符时自动换行,暗中认可None,为None时表示不活动换行(重点:能够让html展现更雅观)
      • linejunk 和 charjunk,可选参数,在ndiff()中使用,

公共措施(生成2个富含表格的html文件,其剧情是用来显示差距):

make_file(fromlines, tolines [, fromdesc][, todesc][, context][,
numlines])

      • fromlines 和tolines,用于相比较的剧情,格式为字符串组成的列表
      • fromdesc 和 todesc,可选参数,对应的fromlines,tolines的差距化文件的题目,默许为空字符串
      • context 和 numlines,可选参数,context 为True时,只突显差别的上下文,为false,突显全文,numlines私下认可为5,当context为True时,控制体现上下文的行数,当context为false时,控制分化差距的高亮之间活动时“next”的初阶地方(要是设置为0,当移动懂顶端时,超链接会丢失引用地址)

③ 、platform库 ——– 获取当前系统

④ 、logger库 ——– 假如采纳robot
framework,能够看到鲜明有别于,能够定制日志log呈现

robot
framework的体会还不错,大约是因为其测试报告已经足以满意正常必要,很少有人会想去修改只怕扩展本身想要体现的剧情,比如增添3个超链接,展现越多的内容,所以这一部分花了十分长日子均没有在网上找到相关资料,最后只可以阅读源码。

不满与待优化:

  当中有部分剧情,原先准备使用自循环的法子处理,可是经过中的数据传输逻辑简单错乱,现在会设想把那有的优化一下。

##############################以下是代码部分,附件文件可以拖到本地执行并查看结果##################################################

  1 # coding=utf-8
  2 import re
  3 import xml.etree.ElementTree as ET  #解析xml的库
  4 import difflib   #文件对比库
  5 import datetime  #时间库
  6 import platform  #获取系统的库window、linux...
  7 import os
  8 from robot.api import logger    #不需要的话可以注释掉:robot framework框架脚本运行时会产生日志,可以利用这个库定制log
  9 
 10 # listafter:将解析后的xml,转换成按序排列的list:(tag,attrib,(tag,attrib,text))
 11 # 此方法是被下面一个方法xmltolist()调用的,想知道具体结果,可以使用下面的方法打印解析后的结果
 12 def listafter(listcom1):
 13     listcomarr1 = []
 14     text1 = []
 15     listcomarr1.append(listcom1.tag)
 16     listcomarr1.append(listcom1.attrib)
 17     if len(listcom1) > 0:
 18         for listcom2 in listcom1:
 19             listcomarr2 = []
 20             text2 = []
 21             listcomarr2.append(listcom2.tag)
 22             listcomarr2.append(listcom2.attrib)
 23             if len(listcom2) > 0:
 24                 for listcom3 in listcom2:
 25                     listcomarr3 = []
 26                     text3 = []
 27                     listcomarr3.append(listcom3.tag)
 28                     listcomarr3.append(listcom3.attrib)
 29                     if len(listcom3) > 0:
 30                         for listcom4 in listcom3:
 31                             listcomarr4 = []
 32                             text4 = []
 33                             listcomarr4.append(listcom4.tag)
 34                             listcomarr4.append(listcom4.attrib)
 35                             if len(listcom4) > 0:
 36                                 for listcom5 in listcom4:
 37                                     listcomarr5 = []
 38                                     text5 = []
 39                                     listcomarr5.append(listcom5.tag)
 40                                     listcomarr5.append(listcom5.attrib)
 41                                     if len(listcom5) > 0:
 42                                         for listcom6 in listcom5:
 43                                             listcomarr6 = []
 44                                             text6 = []
 45                                             listcomarr6.append(listcom6.tag)
 46                                             listcomarr6.append(listcom6.attrib)
 47                                             if len(listcom6) > 0:
 48                                                 for listcom7 in listcom6:
 49                                                     listcomarr7 = []
 50                                                     text7 = []
 51                                                     listcomarr7.append(listcom7.tag)
 52                                                     listcomarr7.append(listcom7.attrib)
 53                                                     if len(listcom7) > 0:
 54                                                         for listcom8 in listcom7:
 55                                                             listcomarr8 = []
 56                                                             text8 = []
 57                                                             listcomarr8.append(listcom8.tag)
 58                                                             listcomarr8.append(listcom8.attrib)
 59                                                             if len(listcom8) > 0:
 60                                                                 for listcom9 in listcom8:
 61                                                                     listcomarr9 = []
 62                                                                     text9 = []
 63                                                                     listcomarr9.append(listcom9.tag)
 64                                                                     listcomarr9.append(listcom9.attrib)
 65                                                                     # Start:判断是否需要继续递归
 66                                                                     if len(listcom9) > 0:
 67                                                                         for listcom10 in listcom9:
 68                                                                             listcomarr10 = []
 69                                                                             text10 = []
 70                                                                             listcomarr10.append(listcom10.tag)
 71                                                                             listcomarr10.append(listcom10.attrib)
 72                                                                             listcomarr10.append([listcom10.text])
 73                                                                             text9.append(listcomarr10)
 74                                                                     else:
 75                                                                         text9.append(listcom9.text)
 76                                                                     # End:判断是否需要继续递归
 77                                                                     # list二维数组排序
 78                                                                     text9 = sorted(text9)
 79                                                                     listcomarr9.append(text9)
 80                                                                     text8.append(listcomarr9)
 81                                                             else:
 82                                                                 text8.append(listcom8.text)
 83                                                             text8 = sorted(text8)
 84                                                             listcomarr8.append(text8)
 85                                                             text7.append(listcomarr8)
 86                                                     else:
 87                                                         text7.append(listcom7.text)
 88                                                     text7 = sorted(text7)
 89                                                     listcomarr7.append(text7)
 90                                                     text6.append(listcomarr7)
 91                                             else:
 92                                                 text6.append(listcom6.text)
 93                                             text6 = sorted(text6)
 94                                             listcomarr6.append(text6)
 95                                             text5.append(listcomarr6)
 96                                     else:
 97                                         text5.append(listcom5.text)
 98                                     text5 = sorted(text5)
 99                                     listcomarr5.append(text5)
100                                     text4.append(listcomarr5)
101                             else:
102                                 text4.append(listcom4.text)
103                             text4 = sorted(text4)
104                             listcomarr4.append(text4)
105                             text3.append(listcomarr4)
106                     else:
107                         text3.append(listcom3.text)
108                     text3 = sorted(text3)
109                     listcomarr3.append(text3)
110                     text2.append(listcomarr3)
111             else:
112                 text2.append(listcom2.text)
113             text2 = sorted(text2)
114             listcomarr2.append(text2)
115             text1.append(listcomarr2)
116     else:
117         text1.append(listcom1.text)
118     text1 = sorted(text1)
119     listcomarr1.append(text1)
120     return listcomarr1
121 
122 # 将xml内容转换成按序排列的list,返回值有3个:处理后的spmlxmllist、不需要处理的头部spmlstart、不需要处理的尾部spmlend
123 # spmlstart、spmlend是为了控制不需要处理的头部和尾部,提高处理效率
124 def xmltolist(spml):
125     if spml.find("<spml:") != -1:
126         startnum = re.search(r'<spml:[^>]*>', spml).span()[1]
127         endnum = spml.rfind("</spml:")
128         spmlstart = spml[:startnum].strip()
129         spmlend = spml[endnum:].strip()
130         spmlxml = '''<spml:modifyRequest xmlns:spml='{spml}' xmlns:subscriber="{subscriber}" xmlns:xsi="{xsi}">\n%s</spml:modifyRequest>''' % (
131             spml[startnum:endnum].strip())
132     elif spml.find("<PlexViewRequest") != -1:
133         startnum = re.search(r'<PlexViewRequest[^>]*>', spml).span()[1]
134         endnum = spml.rfind("</PlexViewRequest>")
135         spmlstart = spml[:startnum].strip()
136         spmlend = spml[endnum:].strip()
137         spmlxml = '''<PlexViewRequest>\n%s</PlexViewRequest>''' % (spml[startnum:endnum].strip())
138     else:
139         spmlstart = ""
140         spmlend = ""
141         spmlxml = spml
142     # print spmlstart
143     # print endspml
144     # print spmlxml
145     tree = ET.fromstring(spmlxml)
146     spmlxmllist = listafter(tree)
147     return spmlxmllist, spmlstart, spmlend
148 
149 # 将xmltolist处理形成的spmlxmllist再回头变成xml(xml中,同节点的内容已被按需排列)
150 def listtoxml(spmllist1):
151     kong = "  "
152     spmltag1 = spmllist1[0]
153     spmlattrib1 = ""
154     bodyxml1 = ""
155     if spmllist1[1] != {}:
156         for key, value in spmllist1[1].items():
157             spmlattrib1 += " %s='%s'" % (key, value)
158     startxml1 = "<%s%s>" % (spmltag1, spmlattrib1)
159     endxml1 = "</%s>" % (spmltag1)
160     spmlxml1 = ""
161     if isinstance(spmllist1[2][0], list):
162         spmlxml2 = ""
163         for spmllist2 in spmllist1[2]:
164             spmltag2 = spmllist2[0]
165             spmlattrib2 = ""
166             bodyxml2 = ""
167             if spmllist2[1] != {}:
168                 for key, value in spmllist2[1].items():
169                     spmlattrib2 += " %s='%s'" % (key, value)
170             startxml2 = "<%s%s>" % (spmltag2, spmlattrib2)
171             endxml2 = "</%s>" % (spmltag2)
172             if isinstance(spmllist2[2][0], list):
173                 spmlxml3 = ""
174                 for spmllist3 in spmllist2[2]:
175                     spmltag3 = spmllist3[0]
176                     spmlattrib3 = ""
177                     bodyxml3 = ""
178                     if spmllist3[1] != {}:
179                         for key, value in spmllist3[1].items():
180                             spmlattrib3 += " %s='%s'" % (key, value)
181                     startxml3 = "<%s%s>" % (spmltag3, spmlattrib3)
182                     endxml3 = "</%s>" % (spmltag3)
183                     if isinstance(spmllist3[2][0], list):
184                         spmlxml4 = ""
185                         for spmllist4 in spmllist3[2]:
186                             spmltag4 = spmllist4[0]
187                             spmlattrib4 = ""
188                             bodyxml4 = ""
189                             if spmllist4[1] != {}:
190                                 for key, value in spmllist4[1].items():
191                                     spmlattrib4 += " %s='%s'" % (key, value)
192                             startxml4 = "<%s%s>" % (spmltag4, spmlattrib4)
193                             endxml4 = "</%s>" % (spmltag4)
194                             if isinstance(spmllist4[2][0], list):
195                                 spmlxml5 = ""
196                                 for spmllist5 in spmllist4[2]:
197                                     spmltag5 = spmllist5[0]
198                                     spmlattrib5 = ""
199                                     bodyxml5 = ""
200                                     if spmllist5[1] != {}:
201                                         for key, value in spmllist5[1].items():
202                                             spmlattrib5 += " %s='%s'" % (key, value)
203                                     startxml5 = "<%s%s>" % (spmltag5, spmlattrib5)
204                                     endxml5 = "</%s>" % (spmltag5)
205                                     if isinstance(spmllist5[2][0], list):
206                                         spmlxml6 = ""
207                                         for spmllist6 in spmllist5[2]:
208                                             spmltag6 = spmllist6[0]
209                                             spmlattrib6 = ""
210                                             bodyxml6 = ""
211                                             if spmllist6[1] != {}:
212                                                 for key, value in spmllist6[1].items():
213                                                     spmlattrib6 += " %s='%s'" % (key, value)
214                                             startxml6 = "<%s%s>" % (spmltag6, spmlattrib6)
215                                             endxml6 = "</%s>" % (spmltag6)
216                                             if isinstance(spmllist6[2][0], list):
217                                                 spmlxml7 = ""
218                                                 for spmllist7 in spmllist6[2]:
219                                                     spmltag7 = spmllist7[0]
220                                                     spmlattrib7 = ""
221                                                     bodyxml7 = ""
222                                                     if spmllist7[1] != {}:
223                                                         for key, value in spmllist7[1].items():
224                                                             spmlattrib7 += " %s='%s'" % (key, value)
225                                                     startxml7 = "<%s%s>" % (spmltag7, spmlattrib7)
226                                                     endxml7 = "</%s>" % (spmltag7)
227                                                     if isinstance(spmllist7[2][0], list):
228                                                         spmlxml8 = ""
229                                                         for spmllist8 in spmllist7[2]:
230                                                             spmltag8 = spmllist8[0]
231                                                             spmlattrib8 = ""
232                                                             bodyxml8 = ""
233                                                             if spmllist8[1] != {}:
234                                                                 for key, value in spmllist8[1].items():
235                                                                     spmlattrib8 += " %s='%s'" % (key, value)
236                                                             startxml8 = "<%s%s>" % (spmltag8, spmlattrib8)
237                                                             endxml8 = "</%s>" % (spmltag8)
238                                                             if isinstance(spmllist8[2][0], list):
239                                                                 spmlxml9 = ""
240                                                                 for spmllist9 in spmllist8[2]:
241                                                                     spmltag9 = spmllist9[0]
242                                                                     spmlattrib9 = ""
243                                                                     bodyxml9 = ""
244                                                                     if spmllist9[1] != {}:
245                                                                         for key, value in spmllist9[1].items():
246                                                                             spmlattrib9 += " %s='%s'" % (key, value)
247                                                                     startxml9 = "<%s%s>" % (spmltag9, spmlattrib9)
248                                                                     endxml9 = "</%s>" % (spmltag9)
249                                                                     if isinstance(spmllist9[2][0], list):
250                                                                         spmlxml10 = ""
251                                                                         for spmllist10 in spmllist9[2]:
252                                                                             spmltag10 = spmllist10[0]
253                                                                             spmlattrib10 = ""
254                                                                             bodyxml10 = ""
255                                                                             if spmllist10[1] != {}:
256                                                                                 for key, value in spmllist10[1].items():
257                                                                                     spmlattrib10 += " %s='%s'" % (
258                                                                                         key, value)
259                                                                             startxml10 = "<%s%s>" % (
260                                                                                 spmltag10, spmlattrib10)
261                                                                             endxml10 = "</%s>" % (spmltag10)
262                                                                             bodyxml10 = spmllist10[2][0]
263                                                                             spmlxml10 += "\n%s%s%s%s" % (
264                                                                                 kong * 9, startxml10, bodyxml10,
265                                                                                 endxml10)
266                                                                         spmlxml9 += "\n%s%s%s\n%s%s" % (
267                                                                             kong * 8, startxml9, spmlxml10, kong * 8,
268                                                                             endxml9)
269                                                                     else:
270                                                                         bodyxml9 = spmllist9[2][0]
271                                                                         spmlxml9 += "\n%s%s%s%s" % (
272                                                                             kong * 8, startxml9, bodyxml9, endxml9)
273                                                                 spmlxml8 += "\n%s%s%s\n%s%s" % (
274                                                                     kong * 7, startxml8, spmlxml9, kong * 7, endxml8)
275                                                             else:
276                                                                 bodyxml8 = spmllist8[2][0]
277                                                                 spmlxml8 += "\n%s%s%s%s" % (
278                                                                     kong * 7, startxml8, bodyxml8, endxml8)
279                                                         spmlxml7 += "\n%s%s%s\n%s%s" % (
280                                                             kong * 6, startxml7, spmlxml8, kong * 6, endxml7)
281                                                     else:
282                                                         bodyxml7 = spmllist7[2][0]
283                                                         spmlxml7 += "\n%s%s%s%s" % (
284                                                             kong * 6, startxml7, bodyxml7, endxml7)
285                                                 spmlxml6 += "\n%s%s%s\n%s%s" % (
286                                                     kong * 5, startxml6, spmlxml7, kong * 5, endxml6)
287                                             else:
288                                                 bodyxml6 = spmllist6[2][0]
289                                                 spmlxml6 += "\n%s%s%s%s" % (kong * 5, startxml6, bodyxml6, endxml6)
290                                         spmlxml5 += "\n%s%s%s\n%s%s" % (
291                                             kong * 4, startxml5, spmlxml6, kong * 4, endxml5)
292                                     else:
293                                         bodyxml5 = spmllist5[2][0]
294                                         spmlxml5 += "\n%s%s%s%s" % (kong * 4, startxml5, bodyxml5, endxml5)
295                                 spmlxml4 += "\n%s%s%s\n%s%s" % (kong * 3, startxml4, spmlxml5, kong * 3, endxml4)
296                             else:
297                                 bodyxml4 = spmllist4[2][0]
298                                 spmlxml4 += "\n%s%s%s%s" % (kong * 3, startxml4, bodyxml4, endxml4)
299                         spmlxml3 += "\n%s%s%s\n%s%s" % (kong * 2, startxml3, spmlxml4, kong * 2, endxml3)
300                     else:
301                         bodyxml3 = spmllist3[2][0]
302                         spmlxml3 += "\n%s%s%s%s" % (kong * 2, startxml3, bodyxml3, endxml3)
303                 spmlxml2 += "\n%s%s%s\n%s%s" % (kong * 1, startxml2, spmlxml3, kong * 1, endxml2)
304             else:
305                 bodyxml2 = spmllist2[2][0]
306                 spmlxml2 += "\n%s%s%s%s" % (kong * 1, startxml2, bodyxml2, endxml2)
307         spmlxml1 += "\n%s%s\n%s" % (startxml1, spmlxml2, endxml1)
308     else:
309         bodyxml1 = spmllist1[2][0]
310         spmlxml1 += "\n%s%s%s" % (startxml1, bodyxml1, endxml1)
311     return spmlxml1
312 
313 # 将startspml, xmlspml, endspml组合起来,其中有一部分内容需要根据实际情况处理
314 def regroupspml(startspml, xmlspml, endspml):
315     xmlspml = str(xmlspml).replace("{{", "").replace("}}", ":").strip().splitlines()
316     if endspml != "":
317         startspml = str(startspml.strip()).replace("\"", "\'")
318         startspml = re.sub(" +>", ">", startspml)
319         startspml = startspml.splitlines()
323         endspml = str(endspml.strip()).splitlines()
324         spmlxmlcom = startspml + xmlspml[1:-1] + endspml
325     else:
326         spmlxmlcom = xmlspml
327     return spmlxmlcom
328 
329 # 对按序排列的xml进行内容比对,生成html文件,可以很直接的看出内容区别
330 def diffspml(spmlxml1, spmlxml2):
331     spmlxmllist1, spmlstart1, spmlend1 = xmltolist(spmlxml1)
332     spmlxmllist2, spmlstart2, spmlend2 = xmltolist(spmlxml2)
333     spmlxmlcom1 = listtoxml(spmlxmllist1)
334     spmlxmlcom2 = listtoxml(spmlxmllist2)
335     spmlxmlcom1 = regroupspml(spmlstart1, spmlxmlcom1, spmlend1)
336     spmlxmlcom2 = regroupspml(spmlstart2, spmlxmlcom2, spmlend2)
337     # print spmlstart1
338     # print spmlend1
339     if spmlxmlcom1 == spmlxmlcom2:
340         return 0
341     else:
342         global diffspmNum
343         global outputhtml_dir
344         try:
345             diffspmNum += 1
346         except:
347             diffspmNum = 1
348             system = platform.system()
349             if ('Windows' in system):
350                 outputhtml_dir = "c:/RobotLog"
351             else:
352                 outputhtml_dir = "/tmp/RobotLog"
353             outputhtml_dir = "%s/%s" % (outputhtml_dir, datetime.datetime.now().strftime('%Y%m%d_%H%M%S'))
354             os.makedirs(outputhtml_dir)
355         Loghtmldir = "%s/%s.html" % (outputhtml_dir, diffspmNum)
356         # logger.write("<a href=\"%s\">%s</a>" % (Loghtmldir, Loghtmldir), "HTML")
357         hd = difflib.HtmlDiff(8,65)
358         with open(Loghtmldir, 'w') as fo:
359             fo.write(hd.make_file(spmlxmlcom1, spmlxmlcom2))
360             fo.close()
361         return Loghtmldir

 

 

#############################################以上是代码部分#################################################################

 1 spmlxml1='''
 2 <PlexViewRequest SessionId="${sessionid}" ProvisioningGroup="volte" Command="ed-ngfs-subscriber-v2"><SubParty><PrimaryPUID>+86${ISDN}@${domain}</PrimaryPUID><PartyId>+86${ISDN}</PartyId></SubParty><SeqRinging><RingingList>null^null^true^true^10^false`+86${msisdn1}^STANDARD^true^true^10^false</RingingList><DefaultAnswerTimeout>10</DefaultAnswerTimeout><Send181Mode>TAS_181_NONE</Send181Mode><Activated>true</Activated><PublicUID>+86${ISDN}@${domain}</PublicUID><Assigned>true</Assigned></SeqRinging></PlexViewRequest>
 3 '''
 4 spmlxml2='''
 5 <PlexViewRequest SessionId="${sessionid}" ProvisioningGroup="volte" Command="ed-ngfs-subscriber-v2">
 6    <SubParty>
 7       <PrimaryPUID>+86${ISDN}@${domain}</PrimaryPUID>
 8       <PartyId>+86${ISDN}</PartyId>
 9    </SubParty>
10    <SeqRinging>
11       <RingingList>null^null^true^true^10^false`+86${msisdn1}^STANDARD^true^true^10^false</RingingList>
12       <DefaultAnswerTimeout>10</DefaultAnswerTimeout>
13       <Send181Mode>TAS_180_NONE</Send181Mode>
14       <Activated>true</Activated>
15       <PublicUID>+86${ISDN}@${domain}</PublicUID>
16    </SeqRinging>
17 </PlexViewRequest>
18 '''
19 print diffspml(spmlxml1, spmlxml2)

#####################################以上列出来了本公司使用的xml格式(还可以更复杂),方法中有部分内容是根据本身需要,特别处理的####################################

 

 

功效的筹划初衷: 处理复杂的xml相比较,屏蔽同节点先后顺序的熏陶
首要涉…

difflib -援助拓展差别化比较

美高梅开户网址 1

重中之重涉嫌知识点:

本条模块提供的类和措施用来进展差别化比较,它能够转移文书或许html格式的差距化比较结实,假使急需相比目录的不等,能够利用filecmp模块。

哈尔lstatt Hal施塔特

1、ElementTree库
——- xml解析:

class difflib.SequenceMatcher

人生苦短,小编用Python。

    • 导入ElementTree,import xml.etree.ElementTree as ET
    • 解析Xml文件找到根节点:
    • 直白解析XML文件并取得根节点,tree = ET.parse('country_data.xml') root = tree.getroot()
    • 分析字符串,root = ET.fromstring(country_data_as_string)
    • 遍历根节点能够拿走子节点,然后就足以依据须要获得供给的字段了,如:<APP_KEY
      channel = ‘CSDN’> hello123456789 </APP_KEY>
      • tag,即标签,用于标识该因素表示哪个种类多少,即APP_KEY
      • attrib,即属性,用Dictionary方式保存,即{‘channel’
        = ‘CSDN’}
      • text,文本字符串,能够用来存款和储蓄一些数据,即hello123456789
      • tail,尾字符串,并不是必须的,例子中向来不包含。

这是足以用来相比较任何项目片段的类,只要相比的有的是可hash的,都足以用来相比,使用非凡灵活。他来自1980,s的“完形匹配算法”,并且开始展览了一二种的优化和改正。

起头,那篇小说是打算来写 XPath 的,然而后来一想,作者供给的仅是 XPath
的一有的,小编偏偏是打算在写爬虫的时候,抓取特定数据的,并且那是急需结合
lxml 的,So ,索性就来写 lxml 来了。(lxml supports XPath 1.0, XSLT 1.0
and the EXSLT extensions through libxml2 and libxslt in a standards
compliant way.那是学科上的一段话,可是XPath未来是有2.0本子的。)

贰 、difflib库 ——- 提供的类和艺术用来开始展览种类的差别化相比较,它亦可比对文件并扭转差距结果文本或者html格式的差距化比较页面

通过对算法的复杂度比较,它由于原有的完形匹配算法,在最坏意况下有n的平方次运算,在最佳状态下,具有线性的频率。

关于课程方面官方网站上提交了八个科目:

那里运用了类difflib.HtmlDiff,用来创制3个html表格体现文件差距,他既能够展开全文本呈现,也能够只展现上下文差别。

它具备电动垃圾启发式,能够将重新超越部分1%要么另行200次的字符作为垃圾来处理。能够经过将autojunk设置为false关闭该作用。

  • the lxml.etree tutorial for XML
    processing
    这些是合法的学科。
  • John Shipman’s tutorial on Python XML processing with
    lxml
    那一个是 New Mexico Tech 学院的三个科目。嗯 ,有点久了,最终更新时间是
    二〇一一-08-24 ,当时理应是 3.2 版本的。但是易读性依旧比官方的强。
  • Fredrik Lundh’s tutorial for
    ElementTree
    这些是 弗瑞德rik Lundh 维护的四个第贰方库,后来也被重组到 Python
    标准库 xml 中了。那几个没时间能够不看,作者备感用不到相应。

其构造函数如下:

autojunk 参数新增于2.7.1本子。

lxml is the most feature-rich and easy-to-use library for processing
XML and HTML in the Python language.

__init__(tabsize=8, wrapcolumn=None, linejunk=None, charjunk=IS_CHARACTER_JUNK)

class difflib.Differ

lxml 是提供了1个 Pythonic API ,并且他也是差不多完全协作 ElementTree API
的。lxml 的开支团队也是力求裁减开发者的学习开销,但是 lxml
的教程感觉一点都不友善。

      • tabsize代表制表符代表的空格个数,暗许为8
      • wrapcolumn,可选参数,用来设置有个别个字符时自动换行,默许None,为None时表示不自行换行(重点:能够让html展现更赏心悦目)
      • linejunk 和 charjunk,可选参数,在ndiff()中运用,

以此类用来相比文本里的行,并且发生可观望的差距化结果。

在看官方教程的时候,发现了部分小疑心:

公家艺术(生成四个饱含表格的html文件,其内容是用来展示差别):

美高梅开户网址,它用来下符号来代表不一样

lxml 模块并不只是大家在网上搜到的 etree ,lxml 下边还有许多的模块,有
etree 、html 、cssselect 等许多模块。其余笔者也见到了 BeautifulSoup 。

make_file(fromlines,
tolines [, fromdesc][, todesc][, context][, numlines])

Code

Meaning

‘- ‘

仅在片段1中存在

‘+ ‘

仅在片段2中存在

‘ ‘

片段1和2中都存在

‘? ‘

存在疑问的

lxml can make use of BeautifulSoup as a parser backend, just like
BeautifulSoup can employ lxml as a parser.

lxml interfaces with BeautifulSoup through the lxml.html.soupparser
module.

      • fromlines 和tolines,用于比较的情节,格式为字符串组成的列表
      • fromdesc 和 todesc,可选参数,对应的fromlines,tolines的差距化文件的标题,私下认可为空字符串
      • context 和 numlines,可选参数,context 为True时,只展现差距的上下文,为false,展现全文,numlines私下认可为5,当context为True时,控制展现上下文的行数,当context为false时,控制不一样距离的高亮之间活动时“next”的起来地方(假如设置为0,当移动懂顶端时,超链接会丢失引用地址)

标识为?要求您通过人为的方式仔细比较他们的不一样,他们产生的原因是来源于混乱的制表符

BeautifulSoup 能够将 lxml 作为解析器,那些自身是明亮的,但是lmxl.html.soupparser 能够调用 BeautifulSoup
笔者就不明白了。刚发轫觉得明白错误,可是的确在源码中找到的证据,soupparser
模块中引入了 BeautifulSoup ,并且也调用了该函数。

叁 、platform库 ——– 获取当前系统

class difflib.HtmlDiff

两者之间能够并行调用,并且两者之间的函数也是很相似的,就连 css
选拔器八个也都有。有意思了。难道 BeautifulSoup 是 lxml 的一片段?

④ 、logger库 ——–
尽管运用robot framework,能够看出明明有别,能够定制日志log显示

这几个类用来成立1个html表格(可能隐含html表格的文本)用来展现文件差距。他既能够拓展全文本展现,也足以只展现上下文分歧。

BeautifulSoup 是在 2003 年发表的。lxml 大概是在 二零零七 年宣布。

robot
framework的心得勉强能够,大概是因为其测试报告已经能够知足平常要求,很少有人会想去修改或许增添自身想要显示的始末,比如扩展1个超链接,展示更加多的内容,所以那有个别花了不长日子均没有在网上找到相关资料,最终只好阅读源码。

其一类的构造函数如下:

2008 年,lxml v2.0 发布,lxml.html 添加到库中;在 v2.0.3 版本中
lxml.html.soupparser 才出现。

不满与待优化:

__init__(tabsize=8, wrapcolumn=None, linejunk=None,
charjunk=IS_CHARACTER_JUNK)

直到 二〇一二 年 bs4 发表,BeautifulSoup 才能够采用从停放解析器、html5lib
、lxml 这八个选中一个用作解析器,而此前版本选拔的是却是另多个。

  个中有一些内容,原先准备利用自循环的不二法门处理,可是经过中的数据传输逻辑简单错乱,现在会设想把那部分优化一下。

tabsize代表制表符代表的空格个数,默许为8

明朗,那四个是两码事。不过两者之间的分裂以及联系是何许(因为相似度有点高),特定的景况下又该做出何种选用?那么些疑问先立在此间,容笔者随后回答。笔者所知晓的是
BeautifulSoup 强大检查和测试编码能力,并且能够以 utf-8 格局出口;lxml
具有速度飞起的公文解析力。

##############################以下是代码部分,附件文件可以拖到本地执行并查看结果##################################################

  1 # coding=utf-8
  2 import re
  3 import xml.etree.ElementTree as ET  #解析xml的库
  4 import difflib   #文件对比库
  5 import datetime  #时间库
  6 import platform  #获取系统的库window、linux...
  7 import os
  8 from robot.api import logger    #不需要的话可以注释掉:robot framework框架脚本运行时会产生日志,可以利用这个库定制log
  9 
 10 # listafter:将解析后的xml,转换成按序排列的list:(tag,attrib,(tag,attrib,text))
 11 # 此方法是被下面一个方法xmltolist()调用的,想知道具体结果,可以使用下面的方法打印解析后的结果
 12 def listafter(listcom1):
 13     listcomarr1 = []
 14     text1 = []
 15     listcomarr1.append(listcom1.tag)
 16     listcomarr1.append(listcom1.attrib)
 17     if len(listcom1) > 0:
 18         for listcom2 in listcom1:
 19             listcomarr2 = []
 20             text2 = []
 21             listcomarr2.append(listcom2.tag)
 22             listcomarr2.append(listcom2.attrib)
 23             if len(listcom2) > 0:
 24                 for listcom3 in listcom2:
 25                     listcomarr3 = []
 26                     text3 = []
 27                     listcomarr3.append(listcom3.tag)
 28                     listcomarr3.append(listcom3.attrib)
 29                     if len(listcom3) > 0:
 30                         for listcom4 in listcom3:
 31                             listcomarr4 = []
 32                             text4 = []
 33                             listcomarr4.append(listcom4.tag)
 34                             listcomarr4.append(listcom4.attrib)
 35                             if len(listcom4) > 0:
 36                                 for listcom5 in listcom4:
 37                                     listcomarr5 = []
 38                                     text5 = []
 39                                     listcomarr5.append(listcom5.tag)
 40                                     listcomarr5.append(listcom5.attrib)
 41                                     if len(listcom5) > 0:
 42                                         for listcom6 in listcom5:
 43                                             listcomarr6 = []
 44                                             text6 = []
 45                                             listcomarr6.append(listcom6.tag)
 46                                             listcomarr6.append(listcom6.attrib)
 47                                             if len(listcom6) > 0:
 48                                                 for listcom7 in listcom6:
 49                                                     listcomarr7 = []
 50                                                     text7 = []
 51                                                     listcomarr7.append(listcom7.tag)
 52                                                     listcomarr7.append(listcom7.attrib)
 53                                                     if len(listcom7) > 0:
 54                                                         for listcom8 in listcom7:
 55                                                             listcomarr8 = []
 56                                                             text8 = []
 57                                                             listcomarr8.append(listcom8.tag)
 58                                                             listcomarr8.append(listcom8.attrib)
 59                                                             if len(listcom8) > 0:
 60                                                                 for listcom9 in listcom8:
 61                                                                     listcomarr9 = []
 62                                                                     text9 = []
 63                                                                     listcomarr9.append(listcom9.tag)
 64                                                                     listcomarr9.append(listcom9.attrib)
 65                                                                     # Start:判断是否需要继续递归
 66                                                                     if len(listcom9) > 0:
 67                                                                         for listcom10 in listcom9:
 68                                                                             listcomarr10 = []
 69                                                                             text10 = []
 70                                                                             listcomarr10.append(listcom10.tag)
 71                                                                             listcomarr10.append(listcom10.attrib)
 72                                                                             listcomarr10.append([listcom10.text])
 73                                                                             text9.append(listcomarr10)
 74                                                                     else:
 75                                                                         text9.append(listcom9.text)
 76                                                                     # End:判断是否需要继续递归
 77                                                                     # list二维数组排序
 78                                                                     text9 = sorted(text9)
 79                                                                     listcomarr9.append(text9)
 80                                                                     text8.append(listcomarr9)
 81                                                             else:
 82                                                                 text8.append(listcom8.text)
 83                                                             text8 = sorted(text8)
 84                                                             listcomarr8.append(text8)
 85                                                             text7.append(listcomarr8)
 86                                                     else:
 87                                                         text7.append(listcom7.text)
 88                                                     text7 = sorted(text7)
 89                                                     listcomarr7.append(text7)
 90                                                     text6.append(listcomarr7)
 91                                             else:
 92                                                 text6.append(listcom6.text)
 93                                             text6 = sorted(text6)
 94                                             listcomarr6.append(text6)
 95                                             text5.append(listcomarr6)
 96                                     else:
 97                                         text5.append(listcom5.text)
 98                                     text5 = sorted(text5)
 99                                     listcomarr5.append(text5)
100                                     text4.append(listcomarr5)
101                             else:
102                                 text4.append(listcom4.text)
103                             text4 = sorted(text4)
104                             listcomarr4.append(text4)
105                             text3.append(listcomarr4)
106                     else:
107                         text3.append(listcom3.text)
108                     text3 = sorted(text3)
109                     listcomarr3.append(text3)
110                     text2.append(listcomarr3)
111             else:
112                 text2.append(listcom2.text)
113             text2 = sorted(text2)
114             listcomarr2.append(text2)
115             text1.append(listcomarr2)
116     else:
117         text1.append(listcom1.text)
118     text1 = sorted(text1)
119     listcomarr1.append(text1)
120     return listcomarr1
121 
122 # 将xml内容转换成按序排列的list,返回值有3个:处理后的spmlxmllist、不需要处理的头部spmlstart、不需要处理的尾部spmlend
123 # spmlstart、spmlend是为了控制不需要处理的头部和尾部,提高处理效率
124 def xmltolist(spml):
125     if spml.find("<spml:") != -1:
126         startnum = re.search(r'<spml:[^>]*>', spml).span()[1]
127         endnum = spml.rfind("</spml:")
128         spmlstart = spml[:startnum].strip()
129         spmlend = spml[endnum:].strip()
130         spmlxml = '''<spml:modifyRequest xmlns:spml='{spml}' xmlns:subscriber="{subscriber}" xmlns:xsi="{xsi}">\n%s</spml:modifyRequest>''' % (
131             spml[startnum:endnum].strip())
132     elif spml.find("<PlexViewRequest") != -1:
133         startnum = re.search(r'<PlexViewRequest[^>]*>', spml).span()[1]
134         endnum = spml.rfind("</PlexViewRequest>")
135         spmlstart = spml[:startnum].strip()
136         spmlend = spml[endnum:].strip()
137         spmlxml = '''<PlexViewRequest>\n%s</PlexViewRequest>''' % (spml[startnum:endnum].strip())
138     else:
139         spmlstart = ""
140         spmlend = ""
141         spmlxml = spml
142     # print spmlstart
143     # print endspml
144     # print spmlxml
145     tree = ET.fromstring(spmlxml)
146     spmlxmllist = listafter(tree)
147     return spmlxmllist, spmlstart, spmlend
148 
149 # 将xmltolist处理形成的spmlxmllist再回头变成xml(xml中,同节点的内容已被按需排列)
150 def listtoxml(spmllist1):
151     kong = "  "
152     spmltag1 = spmllist1[0]
153     spmlattrib1 = ""
154     bodyxml1 = ""
155     if spmllist1[1] != {}:
156         for key, value in spmllist1[1].items():
157             spmlattrib1 += " %s='%s'" % (key, value)
158     startxml1 = "<%s%s>" % (spmltag1, spmlattrib1)
159     endxml1 = "</%s>" % (spmltag1)
160     spmlxml1 = ""
161     if isinstance(spmllist1[2][0], list):
162         spmlxml2 = ""
163         for spmllist2 in spmllist1[2]:
164             spmltag2 = spmllist2[0]
165             spmlattrib2 = ""
166             bodyxml2 = ""
167             if spmllist2[1] != {}:
168                 for key, value in spmllist2[1].items():
169                     spmlattrib2 += " %s='%s'" % (key, value)
170             startxml2 = "<%s%s>" % (spmltag2, spmlattrib2)
171             endxml2 = "</%s>" % (spmltag2)
172             if isinstance(spmllist2[2][0], list):
173                 spmlxml3 = ""
174                 for spmllist3 in spmllist2[2]:
175                     spmltag3 = spmllist3[0]
176                     spmlattrib3 = ""
177                     bodyxml3 = ""
178                     if spmllist3[1] != {}:
179                         for key, value in spmllist3[1].items():
180                             spmlattrib3 += " %s='%s'" % (key, value)
181                     startxml3 = "<%s%s>" % (spmltag3, spmlattrib3)
182                     endxml3 = "</%s>" % (spmltag3)
183                     if isinstance(spmllist3[2][0], list):
184                         spmlxml4 = ""
185                         for spmllist4 in spmllist3[2]:
186                             spmltag4 = spmllist4[0]
187                             spmlattrib4 = ""
188                             bodyxml4 = ""
189                             if spmllist4[1] != {}:
190                                 for key, value in spmllist4[1].items():
191                                     spmlattrib4 += " %s='%s'" % (key, value)
192                             startxml4 = "<%s%s>" % (spmltag4, spmlattrib4)
193                             endxml4 = "</%s>" % (spmltag4)
194                             if isinstance(spmllist4[2][0], list):
195                                 spmlxml5 = ""
196                                 for spmllist5 in spmllist4[2]:
197                                     spmltag5 = spmllist5[0]
198                                     spmlattrib5 = ""
199                                     bodyxml5 = ""
200                                     if spmllist5[1] != {}:
201                                         for key, value in spmllist5[1].items():
202                                             spmlattrib5 += " %s='%s'" % (key, value)
203                                     startxml5 = "<%s%s>" % (spmltag5, spmlattrib5)
204                                     endxml5 = "</%s>" % (spmltag5)
205                                     if isinstance(spmllist5[2][0], list):
206                                         spmlxml6 = ""
207                                         for spmllist6 in spmllist5[2]:
208                                             spmltag6 = spmllist6[0]
209                                             spmlattrib6 = ""
210                                             bodyxml6 = ""
211                                             if spmllist6[1] != {}:
212                                                 for key, value in spmllist6[1].items():
213                                                     spmlattrib6 += " %s='%s'" % (key, value)
214                                             startxml6 = "<%s%s>" % (spmltag6, spmlattrib6)
215                                             endxml6 = "</%s>" % (spmltag6)
216                                             if isinstance(spmllist6[2][0], list):
217                                                 spmlxml7 = ""
218                                                 for spmllist7 in spmllist6[2]:
219                                                     spmltag7 = spmllist7[0]
220                                                     spmlattrib7 = ""
221                                                     bodyxml7 = ""
222                                                     if spmllist7[1] != {}:
223                                                         for key, value in spmllist7[1].items():
224                                                             spmlattrib7 += " %s='%s'" % (key, value)
225                                                     startxml7 = "<%s%s>" % (spmltag7, spmlattrib7)
226                                                     endxml7 = "</%s>" % (spmltag7)
227                                                     if isinstance(spmllist7[2][0], list):
228                                                         spmlxml8 = ""
229                                                         for spmllist8 in spmllist7[2]:
230                                                             spmltag8 = spmllist8[0]
231                                                             spmlattrib8 = ""
232                                                             bodyxml8 = ""
233                                                             if spmllist8[1] != {}:
234                                                                 for key, value in spmllist8[1].items():
235                                                                     spmlattrib8 += " %s='%s'" % (key, value)
236                                                             startxml8 = "<%s%s>" % (spmltag8, spmlattrib8)
237                                                             endxml8 = "</%s>" % (spmltag8)
238                                                             if isinstance(spmllist8[2][0], list):
239                                                                 spmlxml9 = ""
240                                                                 for spmllist9 in spmllist8[2]:
241                                                                     spmltag9 = spmllist9[0]
242                                                                     spmlattrib9 = ""
243                                                                     bodyxml9 = ""
244                                                                     if spmllist9[1] != {}:
245                                                                         for key, value in spmllist9[1].items():
246                                                                             spmlattrib9 += " %s='%s'" % (key, value)
247                                                                     startxml9 = "<%s%s>" % (spmltag9, spmlattrib9)
248                                                                     endxml9 = "</%s>" % (spmltag9)
249                                                                     if isinstance(spmllist9[2][0], list):
250                                                                         spmlxml10 = ""
251                                                                         for spmllist10 in spmllist9[2]:
252                                                                             spmltag10 = spmllist10[0]
253                                                                             spmlattrib10 = ""
254                                                                             bodyxml10 = ""
255                                                                             if spmllist10[1] != {}:
256                                                                                 for key, value in spmllist10[1].items():
257                                                                                     spmlattrib10 += " %s='%s'" % (
258                                                                                         key, value)
259                                                                             startxml10 = "<%s%s>" % (
260                                                                                 spmltag10, spmlattrib10)
261                                                                             endxml10 = "</%s>" % (spmltag10)
262                                                                             bodyxml10 = spmllist10[2][0]
263                                                                             spmlxml10 += "\n%s%s%s%s" % (
264                                                                                 kong * 9, startxml10, bodyxml10,
265                                                                                 endxml10)
266                                                                         spmlxml9 += "\n%s%s%s\n%s%s" % (
267                                                                             kong * 8, startxml9, spmlxml10, kong * 8,
268                                                                             endxml9)
269                                                                     else:
270                                                                         bodyxml9 = spmllist9[2][0]
271                                                                         spmlxml9 += "\n%s%s%s%s" % (
272                                                                             kong * 8, startxml9, bodyxml9, endxml9)
273                                                                 spmlxml8 += "\n%s%s%s\n%s%s" % (
274                                                                     kong * 7, startxml8, spmlxml9, kong * 7, endxml8)
275                                                             else:
276                                                                 bodyxml8 = spmllist8[2][0]
277                                                                 spmlxml8 += "\n%s%s%s%s" % (
278                                                                     kong * 7, startxml8, bodyxml8, endxml8)
279                                                         spmlxml7 += "\n%s%s%s\n%s%s" % (
280                                                             kong * 6, startxml7, spmlxml8, kong * 6, endxml7)
281                                                     else:
282                                                         bodyxml7 = spmllist7[2][0]
283                                                         spmlxml7 += "\n%s%s%s%s" % (
284                                                             kong * 6, startxml7, bodyxml7, endxml7)
285                                                 spmlxml6 += "\n%s%s%s\n%s%s" % (
286                                                     kong * 5, startxml6, spmlxml7, kong * 5, endxml6)
287                                             else:
288                                                 bodyxml6 = spmllist6[2][0]
289                                                 spmlxml6 += "\n%s%s%s%s" % (kong * 5, startxml6, bodyxml6, endxml6)
290                                         spmlxml5 += "\n%s%s%s\n%s%s" % (
291                                             kong * 4, startxml5, spmlxml6, kong * 4, endxml5)
292                                     else:
293                                         bodyxml5 = spmllist5[2][0]
294                                         spmlxml5 += "\n%s%s%s%s" % (kong * 4, startxml5, bodyxml5, endxml5)
295                                 spmlxml4 += "\n%s%s%s\n%s%s" % (kong * 3, startxml4, spmlxml5, kong * 3, endxml4)
296                             else:
297                                 bodyxml4 = spmllist4[2][0]
298                                 spmlxml4 += "\n%s%s%s%s" % (kong * 3, startxml4, bodyxml4, endxml4)
299                         spmlxml3 += "\n%s%s%s\n%s%s" % (kong * 2, startxml3, spmlxml4, kong * 2, endxml3)
300                     else:
301                         bodyxml3 = spmllist3[2][0]
302                         spmlxml3 += "\n%s%s%s%s" % (kong * 2, startxml3, bodyxml3, endxml3)
303                 spmlxml2 += "\n%s%s%s\n%s%s" % (kong * 1, startxml2, spmlxml3, kong * 1, endxml2)
304             else:
305                 bodyxml2 = spmllist2[2][0]
306                 spmlxml2 += "\n%s%s%s%s" % (kong * 1, startxml2, bodyxml2, endxml2)
307         spmlxml1 += "\n%s%s\n%s" % (startxml1, spmlxml2, endxml1)
308     else:
309         bodyxml1 = spmllist1[2][0]
310         spmlxml1 += "\n%s%s%s" % (startxml1, bodyxml1, endxml1)
311     return spmlxml1
312 
313 # 将startspml, xmlspml, endspml组合起来,其中有一部分内容需要根据实际情况处理
314 def regroupspml(startspml, xmlspml, endspml):
315     xmlspml = str(xmlspml).replace("{{", "").replace("}}", ":").strip().splitlines()
316     if endspml != "":
317         startspml = str(startspml.strip()).replace("\"", "\'")
318         startspml = re.sub(" +>", ">", startspml)
319         startspml = startspml.splitlines()
323         endspml = str(endspml.strip()).splitlines()
324         spmlxmlcom = startspml + xmlspml[1:-1] + endspml
325     else:
326         spmlxmlcom = xmlspml
327     return spmlxmlcom
328 
329 # 对按序排列的xml进行内容比对,生成html文件,可以很直接的看出内容区别
330 def diffspml(spmlxml1, spmlxml2):
331     spmlxmllist1, spmlstart1, spmlend1 = xmltolist(spmlxml1)
332     spmlxmllist2, spmlstart2, spmlend2 = xmltolist(spmlxml2)
333     spmlxmlcom1 = listtoxml(spmlxmllist1)
334     spmlxmlcom2 = listtoxml(spmlxmllist2)
335     spmlxmlcom1 = regroupspml(spmlstart1, spmlxmlcom1, spmlend1)
336     spmlxmlcom2 = regroupspml(spmlstart2, spmlxmlcom2, spmlend2)
337     # print spmlstart1
338     # print spmlend1
339     if spmlxmlcom1 == spmlxmlcom2:
340         return 0
341     else:
342         global diffspmNum
343         global outputhtml_dir
344         try:
345             diffspmNum += 1
346         except:
347             diffspmNum = 1
348             system = platform.system()
349             if ('Windows' in system):
350                 outputhtml_dir = "c:/RobotLog"
351             else:
352                 outputhtml_dir = "/tmp/RobotLog"
353             outputhtml_dir = "%s/%s" % (outputhtml_dir, datetime.datetime.now().strftime('%Y%m%d_%H%M%S'))
354             os.makedirs(outputhtml_dir)
355         Loghtmldir = "%s/%s.html" % (outputhtml_dir, diffspmNum)
356         # logger.write("<a href=\"%s\">%s</a>" % (Loghtmldir, Loghtmldir), "HTML")
357         hd = difflib.HtmlDiff(8,65)
358         with open(Loghtmldir, 'w') as fo:
359             fo.write(hd.make_file(spmlxmlcom1, spmlxmlcom2))
360             fo.close()
361         return Loghtmldir

wrapcolumn,可选参数,用来设置有些个字符时自动换行,暗中同意None,为None时表示不自动换行

本篇小说的牵线顺序是 lxml.etreeXPathlxml.html

 

linejunkcharjunk,可选参数,在ndiff()中利用,

lxml.etree

作为八个无敌的 xml 处理模块,该有的成效她都是部分。

若操作贰个 XML ,率先要能读写,能将字符串或流读进来解析成
ElementTree ,又能将 ElementTree 转换为字符串或流。在那下面 lxml
提供了多少个可用的函数:

  • etree.fromstring( string )

    将 string 解析为 Element 或者 ElementTree 。

  • etree.parse( file )

    将文件或许是 file_like 对象解析为 ElementTree (not an Element
    object),因为 parse()
    一般解析整篇文书档案,字符串解析函数一般只分析片段。个中 file 还足以是
    HTTP/FTP UENCOREL ,也等于说,file 应该是多少个 Bytes 流。可是 libxml2 中的
    HTTP/FTP client 相比较容易,所以能够设想采纳第二方库。

  • XML( text ) / HTML( text )

    行事相比像 fromstring() ,比较一向的对 XML 和 HTML
    文书档案举办一定解析,能够修改解析器 parser
    参数,不相同的解析器设置差距依旧蛮大的。在那之中 parser 能够由相应的
    XMLParser() / HTMLParser() 函数生成,可安装项有为数不少不仅限于 encoding
    、recover 、remove_blank_text 、remove_comments
    ,不过暗中同意值是存在差异的。比如 recover 在 XML 中是 False ,而在 HTML
    中是 True 。在 HTML 中会使用 libxml2 的 recover
    算法对不盒装饭菜的价签进行修补。

  • etree.tostring( elt )

    将2个 Element 可能 ElementTree 转换为 string
    情势。这之中有多少个可选参数:pretty_print=False
    表示是还是不是格式化升高可读性;method=”xml”
    选择输出后的文书档案格式,分歧的精选,做的修改也差异,可选参数有 xml
    、html 、text (文本内容不包括标签,就是纯文本内容,tail也是) 、c14n
    (规范化 xml );encoding=None 表示以什么样编码的字符串输出,在无 xml
    文书档案表明情形下暗许是 ASCⅡ ,可经过 encoding=None
    进行改动,可是假若所改编码不是 utf-8 包容,那么将会启用暗中同意申明。

  • ElementTree.write( file )

    本条是 ElementTree 特有的办法,是将 ElementTree 写到 a file, a
    file-like object, or a URL (via FTP PUT or HTTP POST) 。可选参数和
    tostring() 大概,也有差异。

剩下正是操作了,增加和删除查改一样也不在少数,而搜索是剩下多个的底蕴。

etree 对于各类成分都有三个创办函数,比如 Element() 、ElementTree()
、SubElement() 以及 Comment()
。基本全部的函数都以根据那几个实例对象的,lxml 的 API 是相比较 Pythonic
的,Element 的行事和 list 比较像能够选拔 len() 函数切开等,Element 的
attrib 正是1个 dist ;个中 Element 实例拥有 4一个属性和情势,包罗了颇具:

append() insert()

clear() remove()

find*() get*() iter*() xpath()

set() 以及属性 .tag .attrib .text .tail等的操作

ElementTree 实例拥有的章程较少,常用的大体有 7
种,重假若寻觅find*() get*() xpath()

Element 的习性介绍:

  • .tag

    要素的名目

  • .attrib

    3个带有成分属性的字典,key 是属性名,value 是相应的值。

  • .text

    Element
    的文书均为间接子文本,不带有子成分中的文本,这在那之中又带有两有个别 .text
    和 .tail 。.text 是第②个子成分标签从前的,假设没有则为 None 。

  • .tail

    .tail 为 Element
    的闭馆标签之后的公文,并且是在下一个兄弟子标签在此以前的部分。没有则为
    None 。

Element 的章程介绍:

  • append( child )

    加上2个新的子节点(能够是 Element 、Comment)到当下 Element 中。

  • insert( index, elt)

    将子成分 elt 插入到钦赐地方,那几个 index
    的随意性相比较大,假使是正数但是当先了最大值,那么 lxml
    会直接将以此成分插到终极,假如是负数,然则那一个负数所指地方不存在,那么就插到最终,这些负数的地点总计规则和列表的至极不太一样,不知道科学的原理是什么,可是透过测试,-n所插的职位,前面有
    n (以扭转前总括)个成分。假诺对 Element 中的子元素执行 insert()
    操作,那么子成分地方会按 index 内定的转移。

  • clear()

    调用该函数,将移除全部内容 .attrib 将被移除 .text 和 .tail
    将被设置为 None 全数的子节点将被删除。

  • remove( child )

    将子节点 child 从Element 中移除 ,如若child 不是 Element
    的子节点,将会引发 ValueError 非凡。

  • find( path )

    从 Element 的子成分及子孙成分中找寻第多个适合 path 的 subelement
    。要是没有重返 None 。

    ElementPath 是 ElementTree 自带的二个 XPath-like 的门路语言,和
    X帕特h 差不太多,首要分歧是 ElementPath 能用 {namespace}tag,不过ElementPath 不能使用值比较和函数。

  • findall( path )

    归来一个同盟的 Element 的列表。

  • findtext( path, default=None )

    回到第3个匹配成分的 .text 内容,假若存在万分,可是尚未 .text
    内容,那么将赶回多少个空字符串,借使没有一个男才女貌的成分,那么将会重返3个None ,不过有 default 参数,重返 default 所钦定的。

  • get( key, default=None )

    回来字符串方式的 属性 key 的值,没有再次回到 None 恐怕 default 钦定的。

  • getchildren()

    重返贰个饱含 Element 子成分的列表。

  • getiterator( tag=None, *tags )

    回去成分的3个生成器,重回元素连串取决于参数 tag
    ,生成顺序是in document order (depth first pre-order)
    深度优先的先根遍历。要是没有参数的话,则第三个正是因素自身。若是想使用2个高效的生成器,能够应用
    .iter() 。

  • getroottree()

    回来该因素的 ElementTree 。

  • iter( tag=None, *tags )

    过滤特定标签,生成迭代器。暗许情状下,iter()
    迭代有着的节点,包蕴PI(处理指令) 、Comment(注释)
    等,假使只想迭代标签成分,能够运用 Element factory
    做参数e.iter(tag = etree.Element)

  • iterfind( path )

    迭代具有匹配 ElementPath 的 Element 。

  • itertext( tag=None, *tags, with_tail=True )

    迭代 Element 成分的文书内容,with_tail 参数决定是不是迭代子成分的
    tail 。Element 的tail 不会实行迭代。

  • iterancestors( tag=None )

    只要大意参数,那么将会迭代全体先辈,加标签名方可只迭代该标签先辈。

  • iterchildren( reversed=False, tag=None )

    透过安装 reversed=True 可以以反向的相继迭代子成分。

  • itersiblings( preceding=False )

    迭代 Element 之后的男生儿成分,能够透过安装 preceding=True 仅迭代
    Element 在此以前的兄弟成分。

  • iterdescendants( tag=None )

    同 iterancestors()

  • items()

    回来由成分属性的键值所组成的( name, value)元组的列表。

  • keys()

    归来3个尚未一定顺序的成分属性名的列表。

  • set(A, V)

    始建可能转移属性 A 的值为 V。

  • xpath()

ElementTree 方法介绍:

平素不介绍的不二法门,是前方的好像,也许曾经介绍过。

  • find( path )

  • findall( path )

  • findtext( path )

  • getiterator( tag=None, *tags )

  • getroot()

    获取 ElementTree 的 root 成分,一般景观下是树的根节点的 Element
    的实例,可是 ElementTree 是经没有任何事物创造出来的,将回到 None 。

  • xpath()

  • write()

 

#############################################以上是代码部分#################################################################

 1 spmlxml1='''
 2 <PlexViewRequest SessionId="${sessionid}" ProvisioningGroup="volte" Command="ed-ngfs-subscriber-v2"><SubParty><PrimaryPUID>+86${ISDN}@${domain}</PrimaryPUID><PartyId>+86${ISDN}</PartyId></SubParty><SeqRinging><RingingList>null^null^true^true^10^false`+86${msisdn1}^STANDARD^true^true^10^false</RingingList><DefaultAnswerTimeout>10</DefaultAnswerTimeout><Send181Mode>TAS_181_NONE</Send181Mode><Activated>true</Activated><PublicUID>+86${ISDN}@${domain}</PublicUID><Assigned>true</Assigned></SeqRinging></PlexViewRequest>
 3 '''
 4 spmlxml2='''
 5 <PlexViewRequest SessionId="${sessionid}" ProvisioningGroup="volte" Command="ed-ngfs-subscriber-v2">
 6    <SubParty>
 7       <PrimaryPUID>+86${ISDN}@${domain}</PrimaryPUID>
 8       <PartyId>+86${ISDN}</PartyId>
 9    </SubParty>
10    <SeqRinging>
11       <RingingList>null^null^true^true^10^false`+86${msisdn1}^STANDARD^true^true^10^false</RingingList>
12       <DefaultAnswerTimeout>10</DefaultAnswerTimeout>
13       <Send181Mode>TAS_180_NONE</Send181Mode>
14       <Activated>true</Activated>
15       <PublicUID>+86${ISDN}@${domain}</PublicUID>
16    </SeqRinging>
17 </PlexViewRequest>
18 '''
19 print diffspml(spmlxml1, spmlxml2)

#####################################以上列出来了本公司使用的xml格式(还可以更复杂),方法中有部分内容是根据本身需要,特别处理的####################################

其一类的公物艺术:

XPath

XPath 是一门在 XML 文书档案中查找音讯的路径语言,W3C 文书档案:XML Path
Language (XPath), Version
1.0

全体的搜索都是基于参考定位的,依靠两者之间存在的某种关联,或骨干,或同级,那样一步一步的查到。

在 XPath
中,有各类档次的节点:成分、属性、文本、命名空间、处理指令、注释以及文书档案节点(或称为根节点)。

XPath 使用路径表明式在 XML 文书档案中精选节点。节点是经过沿着路径可能 step
来抉择的。

下边列出了最实用的门道表明式:

表达式 描述
nodename 选取此节点的所有子节点。
/ 从根节点选取。
// 从匹配选择的当前节点选择文档中的节点,而不考虑它们的位置。
. 选取当前节点。
.. 选取当前节点的父节点。
@ 选取属性。

XPath 通配符可用来摘取未知的 XML 成分。

通配符 描述
* 匹配任何元素节点。
@* 匹配任何属性节点。
node() 匹配任何类型的节点。

透过在路线表明式中利用“|”运算符,能够挑选若干个路子,“|”两边的表明式是互为独立的,并非是三个表明式下。

而外下边介绍的还有多少个概念须要驾驭:轴(Axes)谓语

由此以上介绍我们基本可以进行选择节点了,可是有恐怕选的节点有点多,那么此时就要求用谓语了。谓语正是用来做过滤的,过滤条件均写在[]中。

本条过滤条件可写内容有许多:运算符表明式、数字、函数以及文字( Literal
,W3C 的英文介绍没仔细看,没太懂 Literal 说的是哪些)。

w3school 给的一个事例,相比较有代表性呢。

路径表达式 结果
/bookstore/book[1] 选取属于 bookstore 子元素的第一个 book 元素。
/bookstore/book[last()] 选取属于 bookstore 子元素的最后一个 book 元素。
/bookstore/book[last()-1] 选取属于 bookstore 子元素的倒数第二个 book 元素。
/bookstore/book[position()<3] 选取最前面的两个属于 bookstore 元素的子元素的 book 元素。
//title[@lang] 选取所有拥有名为 lang 的属性的 title 元素。
//title[@lang=’eng’] 选取所有 title 元素,且这些元素拥有值为 eng 的 lang 属性。
/bookstore/book[price>35.00] 选取 bookstore 元素的所有 book 元素,且其中的 price 元素的值须大于 35.00。
/bookstore/book[price>35.00]/title 选取 bookstore 元素中的 book 元素的所有 title 元素,且其中的 price 元素的值须大于 35.00。

Xpath 的轴定于的是争执于近日节点有所某种相同特征的节点集。

轴名称 结果
ancestor 选取当前节点的所有先辈(父、祖父等)。
ancestor-or-self 选取当前节点的所有先辈(父、祖父等)以及当前节点本身。
attribute 选取当前节点的所有属性。
child 选取当前节点的所有子元素。
descendant 选取当前节点的所有后代元素(子、孙等)。
descendant-or-self 选取当前节点的所有后代元素(子、孙等)以及当前节点本身。
following 选取文档中当前节点的结束标签之后的所有节点。
namespace 选取当前节点的所有命名空间节点。
parent 选取当前节点的父节点。
preceding 选取文档中当前节点的开始标签之前的所有节点。
preceding-sibling 选取当前节点之前的所有同级节点。
self 选取当前节点。

每一个step都是由轴名称::NodeTest[谓语]构成。比如:child::*/child::pricechild::*child::price都以二个step

 

make_file(fromlines, tolines [, fromdesc][, todesc][,
context][, numlines]
)

lxml.html

Since version 2.0, lxml comes with a dedicated Python package for
dealing with HTML: lxml.html. It is based on lxml’s HTML parser, but
provides a special Element API for HTML elements, as well as a number
of utilities for common HTML processing tasks.

The main API is based on the
lxml.etree
API, and thus, on the
ElementTree
API.

lxml.html 是3个专门用来拍卖 HTML 文书档案的,即便他照样是基于 HTML parser
的,可是他提供了众多有针对的 API
。那里只作1个简约介绍,深切明白,请查阅官方文档。

首先在条分缕析 HTML 文本上平添了多少个方式:

  • document_fromstring(string)
  • fragment_fromstring(string, create_parent=False)
  • fragments_fromstring(string)

说不上对于 HTML 成分,除了在此以前的法子之外又加了一些:

  • .drop_tree()

    剔除该因素及其具有子成分,就像是
    el.getparent().remove(el),但是不会删除该因素的 .tail ,.tail
    将会与前3个因素合并。

  • .drop_tag()

    去除该标签,不过会保留该因素的子成分与公事。

  • .find_class(class_name)

    重返四个分包 class_name CSS 的要素列表。

  • .find_rel_links(rel)

    回到二个<a rel="{rel}">的要素列表

  • .get_element_by_id(id, default=None)

    通过 id 查找成分,借使没有重临默许,借使文书档案非法出现两个同 id
    的成分,仅再次来到第三个。

  • .text_content()

    回来成分的文件内容,包涵其子孙的文书内容。

  • .cssselect(expr)

    因而 CSS 选取器接纳成分。

  • .set(key, value=None)

    设置成分属性,假诺 value 没有给照旧是 None ,那么将创建1个 boolean
    attribute (属性只要出现即意味着真,无论 value 是什么样,哪怕是个空白)
    E.g. <div checked></div>

正如文章开首说的那么些, lxml.html.soupparser 能够引入 BeautifulSoup
,甚至能够仅使用 BeautifulSoup 的编码检查和测试模块 UnicodeDammit 。

末段正是能够行使 lxml.html.open_in_browser(lxml_doc)
直接在浏览器中显得文书档案,甚至能够对文书档案的表单进行付出操作。

如上都以据本身的接头而写,如有错误之处,欢迎沟通。

 

用来生成二个包蕴表格的html文件,其内容是用来突显差异。

fromlinestolines,用于比较的内容,格式为字符串组成的列表

fromdesc
todesc,可选参数,对应的fromlines,tolines的差距化文件的标题,私下认可为空字符串

contextnumlines,可选参数,context
为True时,只展现差别的上下文,为false,展现全文,numlines暗中认可为5,当context为True时,控制展示上下文的行数,当context为false时,控制差别距离的高亮之间活动时“next”的早先地点(假若设置为0,当移动懂顶端时,超链接会丢失引用地址)

make_table(fromlines, tolines [, fromdesc][, todesc][,
context][, numlines]
)

其一艺术和make_file用法一样,唯一的区分在于它只生成了两个html表格字符串

python安装包的Tools/scripts/diff.py是关于他们运用的多少个很好的例证,它能够用命令行来运作。

新增于python2.4

difflib.context_diff(a, b[, fromfile][, tofile][,
fromfiledate][, tofiledate][, n][, lineterm]
)

用来相比较a,b,a,b都是字符串列表。再次来到3个格式化文本的差距。

她是二个用来显示少量差别的好办法,那种变更,用前/后的体裁进行展示,n暗中同意为3,用来决定展示发现的差别数

暗许情形下,差距控制行(*** or
—)用来把a,b的差距区隔绝来,便于程序读写处理,若是不要求那样做的话,能够安装lineterm为””,这样,就会卸载一行里

只要格式化差别文本供给标题和修改时间消息,通过fromfile, tofile,
fromfiledate, 和 tofiledate实行控制,假若不设置,默许为空

>>> s1 = ['bacon\n', 'eggs\n', 'ham\n', 'guido\n']
>>> s2 = ['python\n', 'eggy\n', 'hamster\n', 'guido\n']
>>> for line in context_diff(s1, s2, fromfile='before.py', tofile='after.py'):
...     sys.stdout.write(line)  
*** before.py
--- after.py
***************
*** 1,4 ****
! bacon
! eggs
! ham
  guido
--- 1,4 ----
! python
! eggy
! hamster




guido difflib.get_close_matches

(

word, possibilities[, n][, cutoff]

)

 返回一个最相似匹配的列表word,用来进行匹配的片段(典型的应用是字符串)

possibilities,用来匹配word的片段

n,默认为3,返回的最多结果数,必须大于0

cutoff,默认为0.6,匹配的相似因数,他是一个介于0,1的浮点数
>>> get_close_matches('appel', ['ape', 'apple', 'peach', 'puppy'])
['apple', 'ape']
>>> import keyword
>>> get_close_matches('wheel', keyword.kwlist)
['while']
>>> get_close_matches('apple', keyword.kwlist)
[]
>>> get_close_matches('accept', keyword.kwlist)
['except']
difflib.ndiff

(

a, b[, linejunk][, charjunk]

)

正如a和b,重返差别

linejunk和charjunk都以用来协作的点子

linejunk:接收贰个字符串的章程,假若那么些字符串被肯定为垃圾,则赶回true,不然为false,默许为None,他调用了IS_LINE_JUNK()本条点子,那个主意存在bug,他不能够过滤掉’#’周围的不可知字符,2.3自此,对那些方法进行了动态解析,表现会比原先好些

charjunk:接受一个字符的艺术,假如这些字符被确认为垃圾,则赶回true,不然为false,它调用了IS_CHARACTER_JUNK(),
他会自行过滤掉空白字符(所以,不要用空白字符可能制表符作为分隔符)

Tools/scripts/ndiff.py 是进行这一方法的实例:

>>> diff = ndiff('one\ntwo\nthree\n'.splitlines(1),
...              'ore\ntree\nemu\n'.splitlines(1))
>>> print ''.join(diff),
- one
?  ^
+ ore
?  ^
- two
- three
?  -
+ tree
+ emu
difflib.restore

(

sequence, which

)

归来1或2的歧异对Differ.compare() 或者
ndiff()的结果开始展览处理,依照参数which,再次来到片段1可能部分2的差别化结果实例:

>>> diff = ndiff('one\ntwo\nthree\n'.splitlines(1),
...              'ore\ntree\nemu\n'.splitlines(1))
>>> diff = list(diff) # materialize the generated delta into a list
>>> print ''.join(restore(diff, 1)),
one
two
three
>>> print ''.join(restore(diff, 2)),
ore
tree
emu

difflib.``unified_diff(a, b[, fromfile][, tofile][,
fromfiledate][, tofiledate][, n][, lineterm]
)

用来相比较a,b,a,b都以字符串列表。重返一个联结的格式化文本的异样。

使用方法和difflib.context_diff一样,只是重返的内容显示格式有差别

>>> s1 = ['bacon\n', 'eggs\n', 'ham\n', 'guido\n']
>>> s2 = ['python\n', 'eggy\n', 'hamster\n', 'guido\n']
>>> for line in unified_diff(s1, s2, fromfile='before.py', tofile='after.py'):
...     sys.stdout.write(line)   
--- before.py
+++ after.py
@@ -1,4 +1,4 @@
-bacon
-eggs
-ham
+python
+eggy
+hamster
 guido

 

 

difflib.``IS_LINE_JUNK(line)如果是需要忽略的行,则返回为true,如果这个行内全为空格或者只有’#’,则将这行忽略掉

`difflib.IS_CHARACTER_JUNK(*ch*)只要是亟需忽略的字符,则赶回为true,假若这些字符为空格,则将那行忽略掉`

-协助举行差距化相比那些模块提供的类和格局用来展开差别化相比较,它能够转移文书或然html格式的差距化相比较结实,若是急需相比…

发表评论

电子邮件地址不会被公开。 必填项已用*标注

网站地图xml地图