你還在手動(dòng)創(chuàng)建網(wǎng)站？萬(wàn)能的XML來(lái)了

時(shí)間：2023-05-29 13:18:02 | 來(lái)源：網(wǎng)站運(yùn)營(yíng)

時(shí)間：2023-05-29 13:18:02 來(lái)源：網(wǎng)站運(yùn)營(yíng)

你還在手動(dòng)創(chuàng)建網(wǎng)站？萬(wàn)能的XML來(lái)了：這個(gè)項(xiàng)目的名稱(chēng)與其叫做萬(wàn)能的XML不如叫做自動(dòng)構(gòu)建網(wǎng)站，根據(jù)一份XML文件，生成對(duì)應(yīng)目錄結(jié)構(gòu)的網(wǎng)站，不過(guò)只有html還是太過(guò)于簡(jiǎn)單了，如果要是可以連帶生成css那就比較強(qiáng)大了。這個(gè)有待后續(xù)研發(fā)，先來(lái)研究下怎么html網(wǎng)站結(jié)構(gòu)。 既然是通過(guò)XML結(jié)構(gòu)生成網(wǎng)站，那所有的事情都應(yīng)該由這個(gè)XML文件來(lái)。先來(lái)看下這個(gè)XML文件，website.xml：

有了這個(gè)文件，下面應(yīng)該來(lái)看怎么通過(guò)這個(gè)文件生成網(wǎng)站。

首先我們要解析這個(gè)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(diǎn)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(nèi)存，后者是相反的處理方式，先把所有的文檔載入到內(nèi)存，然后再進(jìn)行處理，速度比較慢，也比較消耗內(nèi)存，唯一的好處就是可以操作整個(gè)文檔。

在python中使用sax方式處理xml要先引入xml.sax中的parse函數(shù)，還有xml.sax.handler中的ContentHandler，后面的這個(gè)類(lèi)是要和parse函數(shù)來(lái)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(guò)只要繼承就行，不需要有所作為。 然后這個(gè)parse函數(shù)在處理xml文件的時(shí)候，會(huì)調(diào)用xxxHandler中的startElement函數(shù)和endElement函數(shù)來(lái)一個(gè)xml中的標(biāo)簽的開(kāi)始和結(jié)束，中間的過(guò)程使用一個(gè)名為characters的函數(shù)來(lái)處理標(biāo)簽內(nèi)部的所有字符串。

有了上面的這些認(rèn)識(shí)，我們已經(jīng)知道如何處理xml文件了，然后再來(lái)看那個(gè)罪惡的源頭website.xml文件，分析其結(jié)構(gòu)，只有兩個(gè)節(jié)點(diǎn)：page和directory，很明顯page表示一個(gè)頁(yè)面，directory表示一個(gè)目錄。

所以處理這個(gè)xml文件的思路就變的清晰了。讀取xml文件的每一個(gè)節(jié)點(diǎn)，然后判斷是page還是directory如果是page則創(chuàng)建html頁(yè)面，然后把節(jié)點(diǎn)中的內(nèi)容寫(xiě)到文件里。如果遇到directory就創(chuàng)建一個(gè)文件夾，然后再處理其內(nèi)部的page節(jié)點(diǎn)（如果存在的話(huà)）。

下面來(lái)看這部分代碼，書(shū)中的實(shí)現(xiàn)比較復(fù)雜，比較靈活。先來(lái)看，然后在分析。

看起來(lái)這個(gè)程序上面分析的復(fù)雜了一些，那我們?cè)賮?lái)分析一下這個(gè)程序。

首先看到這個(gè)程序是有兩個(gè)類(lèi)，其實(shí)完全可以當(dāng)作一個(gè)類(lèi)，因?yàn)橛辛死^承。然后再來(lái)看它多了些什么，除了我們分析出來(lái)的startElement和endElement以及characters，多出來(lái)了startPage，endPage;startDirectory，endDirectory;defaultStart，defaultEnd;ensureDirectory;writeHeader，writeFooter;和dispatch，這些個(gè)函數(shù)。除了dispatch，前面的函數(shù)都很好理解，每一對(duì)函數(shù)都是單純的處理對(duì)應(yīng)的html標(biāo)簽以及xml節(jié)點(diǎn)。而dispatch比較復(fù)雜，復(fù)雜之處在于他是用來(lái)動(dòng)態(tài)拼合函數(shù)并且進(jìn)行執(zhí)行的。

dispatch的處理思路是，首先根據(jù)傳遞的參數(shù)（就是操作名稱(chēng)以及節(jié)點(diǎn)名稱(chēng)）判斷是否存在對(duì)應(yīng)的函數(shù)如startPage，如果不存在則執(zhí)行default+操作名稱(chēng)：如defaultStart。一個(gè)函數(shù)一個(gè)函數(shù)搞清楚之后，就知道整個(gè)處理流程是什么樣了。首先創(chuàng)建一個(gè)public_html的文件，存放整個(gè)網(wǎng)站，然后讀xml的節(jié)點(diǎn)，通過(guò)startElement和endElement調(diào)用dispatch進(jìn)行處理。然后就是dispatch怎么調(diào)用具體的處理函數(shù)了。 到此為止，這個(gè)項(xiàng)目算是分析完了。主要掌握的內(nèi)容一個(gè)是python中使用SAX處理XML，另一個(gè)就是python中的函數(shù)的使用，比如getattr，傳參數(shù)時(shí)的星號(hào)

原文鏈接：https://blog.csdn.net/qq_43058731/article/details/82056066