富文本框KindEditor和beautifulsoup4模块

一、富文本框KindEditor

1、官网下载：http://kindeditor.net/down.php

放在项目static/kindeditor/目录下

2、html页面引入kindeditor文件：

3、js属性

views.py文件增加上传文件视图函数：

def upload(request):
    print(request.FILES)
    obj=request.FILES.get("upload_img")
    path=os.path.join(settings.MEDIA_ROOT,"articles",obj.name)
    with open(path,"wb") as f:
        for line in obj:
            f.write(line)
    res={
        "error":0,
        "url":"/media/articles/"+obj.name
    }
    return HttpResponse(json.dumps(res))

4、items说明

items对应选项图标说明：

resizeType：2或1或0，2时可以拖动改变宽度和高度，1时只能改变高度，0时不能拖动。

二、beautifulsoup4模块

Beautiful Soup 4.2.0文档：https://www.crummy.com/software/BeautifulSoup/bs4/doc/index.zh.html

官方文档：http://beautifulsoup.readthedocs.io/zh_CN/latest/

1、基本使用：容错处理,文档的容错能力指的是在html代码不完整的情况下,使用该模块可以识别该错误。使用BeautifulSoup解析上述代码,能够得到一个 BeautifulSoup 的对象,并能按照标准的缩进格式的结构输出

##pip3 install beautifulsoup4                        #安装beautifulsoup4  模块

from bs4 import BeautifulSoup
def add_article(request):
    if request.method=="POST":
        title=request.POST.get("title")
        article_content=request.POST.get("article_content")
        bs=BeautifulSoup(article_content,"html.parser")           #html.parser是python自带的解析器，处理标签字符串
        for tag in bs.find_all():               #  过滤content
            if tag.name=="script":              #查找script标签
                # print(tag.name)
                tag.decompose()                  #从文档树中删除
        article_content=bs.prettify()              #处理好缩进，结构化显示
        desc=bs.text[0:150]                        #bs.text查找所有的文本内容
        obj=Article.objects.create(user=request.user,title=title,desc=desc)
        ArticleDetail.objects.create(article=obj,content=article_content)
        return HttpResponse("OK")
    return render(request,"add_article.html")

2、介绍

下表列出了主要的解析器,以及它们的优缺点,官网推荐使用lxml作为解析器,因为效率更高. 在Python2.7.3之前的版本和Python3中3.2.2之前的版本,必须安装lxml或html5lib, 因为那些Python版本的标准库中内置的HTML解析方法不够稳定.

3、几个简单的浏览结构化数据的方法

要处理的html代码：

html_doc = """


The Dormouse's story

Once upon a time there were three little sisters; and their names were
Elsie,
Lacie and
Tillie;
and they lived at the bottom of a well.

...

"""

soup.title
# 

soup.title.name
# u'title'

soup.title.string
# u'The Dormouse's story'

soup.title.parent.name
# u'head'

soup.p                                          #存在多个相同的标签则只返回第一个
# The Dormouse's story


soup.p['class']
# u'title'

soup.a                                         #存在多个相同的标签则只返回第一个
# Elsie

soup.find_all('a')
# [Elsie,
#  Lacie,
#  Tillie]

soup.find(id="link3")
# Tillie

for link in soup.find_all('a'):               #从文档中找到所有标签的链接:
    print(link.get('href'))
    # http://example.com/elsie
    # http://example.com/lacie
    # http://example.com/tillie
print(soup.get_text())                          #从文档中获取所有文字内容:

#嵌套选择
print(soup.head.title.string)
print(soup.body.a.string)

#子节点、子孙节点
print(soup.p.contents) #p下所有子节点
print(soup.p.children) #得到一个迭代器,包含p下所有子节点

for i,child in enumerate(soup.p.children):
    print(i,child)
    
print(soup.p.descendants) #获取子孙节点,p下所有的标签都会选择出来
for i,child in enumerate(soup.p.descendants):
    print(i,child)
    
#父节点、祖先节点
print(soup.a.parent) #获取a标签的父节点
print(soup.a.parents) #找到a标签所有的祖先节点，父亲的父亲，父亲的父亲的父亲...

#兄弟节点
print('=====>')
print(soup.a.next_sibling) #下一个兄弟
print(soup.a.previous_sibling) #上一个兄弟

print(list(soup.a.next_siblings)) #下面的兄弟们=>生成器对象
print(soup.a.previous_siblings) #上面的兄弟们=>生成器对象

4、简单使用

from bs4 import BeautifulSoup
soup = BeautifulSoup(open("index.html"))
soup = BeautifulSoup("data")

然后,Beautiful Soup选择最合适的解析器来解析这段文档,如果手动指定解析器那么Beautiful Soup会选择指定的解析器来解析文档。

5、搜索文档数

from bs4 import BeautifulSoup
soup= BeautifulSoup(html_doc,"lxml")

# 1、字符串：特点：是一种完全匹配的
print(soup.find_all(name="a"))                                  #找到所有的a标签
print(soup.find_all(name="a aa"))                               #找不到，会打印一个[]
print(soup.find_all(attrs={"class":"sister"}))
print(soup.find_all(text="The Dormouse's story"))            #按照文本来找
print(soup.find_all(name="b",text="The Dormouse's story"))  #找标签名是b，并且文本是The Dormouse's story
print(soup.p.find(name="b").text)                               #第一个p标签的b里面的文本
print(soup.find_all(name="p",attrs={"class":"story"}))        #找到标签名是p,属性名是class,
print(soup.find(name="p",attrs={"class":"story"}).find_all(name="a")[2])  #找到标签名是p,属性名是class的第二个a标签

# 2、正则
import re
print(soup.find_all(name=re.compile("^b")))                     #找b开头的的标签
print(soup.find_all(attrs={"id":re.compile("link")}))           #找到id属性是link的
print(soup.find_all(text=re.compile(r"\$")))                     #找带有$价钱的文本

# 3、列表：如果传入列表参数,Beautiful Soup会将与列表中任一元素匹配的内容返回.
print(soup.find_all(name=["a",re.compile("^b")]))                #找a标签或者b标签开头的所有的标签
print(soup.find_all(text=["$",]))  #找不到
print(soup.find_all(text=[re.compile(r"\$")]))                   #['$75']
print(soup.find_all(text=["a",re.compile(r"\$")]))

# 4、True：可以匹配任何值
print(soup.find_all(name=True))                                 #找到所有标签的标签名
print(soup.find_all(attrs={"id":True}))                        #找到只要有id属性的
print(soup.find_all(name="p",attrs={"id":True}))               # 找到有id属性的p标签

# 5、方法：如果没有合适过滤器,那么还可以定义一个方法,方法只接受一个元素参数 ,如果这个方法返回 True 表示当前元素匹配并且被找到,如果不是则反回 False
# 有class属性没有id属性的
def has_class_not_id(tag):
    return tag.has_attr('class') and not tag.has_attr('id')
    # return tag.has_attr('id') and not tag.has_attr('class')
    # return tag.name =="a" and tag.has_attr("class") and not tag.has_attr("id")
    
 #     #只找a标签
print(soup.find_all(has_class_not_id))                          #默认是按照标签来找的
print(soup.find_all(name="a",limit=2))                          #找所有的a标签，只找前两个
print(soup.body.find_all(attrs={"class":"sister"},recursive=False))#找属性为sister的
print(soup.html.find_all('a'))
print(soup.html.find_all('a',recursive=False))
# recursive = True  #从子子孙孙都找到了
# recursive = False #如果只想搜索tag的直接子节点（就不往里面找了）,可以使用参数 recursive=False .

# **kwargs
print(soup.find_all(attrs={"class":"sister"}))
print(soup.find_all(class_="sister"))  #这两个是一样的
print(soup.find_all(attrs={"id":"link3"})) #这两个是一样的，只是表示方式不一样
print(soup.find_all(id="link3"))

6、find_all( name , attrs , recursive , text , **kwargs )

#2.1、name: 搜索name参数的值可以使任一类型的 过滤器 ,字符窜,正则表达式,列表,方法或是 True .
print(soup.find_all(name=re.compile('^t')))

#2.2、keyword: key=value的形式，value可以是过滤器：字符串 , 正则表达式 , 列表, True .
print(soup.find_all(id=re.compile('my')))
print(soup.find_all(href=re.compile('lacie'),id=re.compile('\d'))) #注意类要用class_
print(soup.find_all(id=True)) #查找有id属性的标签

# 有些tag属性在搜索不能使用,比如HTML5中的 data-* 属性:
data_soup = BeautifulSoup('foo!

','lxml') # data_soup.find_all(data-foo="value") #报错：SyntaxError: keyword can't be an expression # 但是可以通过 find_all() 方法的 attrs 参数定义一个字典参数来搜索包含特殊属性的tag: print(data_soup.find_all(attrs={"data-foo": "value"})) # [foo!

] #2.3、按照类名查找，注意关键字是class_，class_=value,value可以是五种选择器之一 print(soup.find_all('a',class_='sister')) #查找类为sister的a标签 print(soup.find_all('a',class_='sister ssss')) #查找类为sister和sss的a标签，顺序错误也匹配不成功 print(soup.find_all(class_=re.compile('^sis'))) #查找类为sister的所有标签 #2.4、attrs print(soup.find_all('p',attrs={'class':'story'})) #2.5、text: 值可以是：字符，列表，True，正则 print(soup.find_all(text='Elsie')) print(soup.find_all('a',text='Elsie')) #2.6、limit参数:如果文档树很大那么搜索会很慢.如果我们不需要全部结果,可以使用 limit 参数限制返回结果的数量.效果与SQL中的limit关键字类似,当搜索到的结果数量达到 limit 的限制时,就停止搜索返回结果 print(soup.find_all('a',limit=2)) #2.7、recursive:调用tag的 find_all() 方法时,Beautiful Soup会检索当前tag的所有子孙节点,如果只想搜索tag的直接子节点,可以使用参数 recursive=False . print(soup.html.find_all('a')) print(soup.html.find_all('a',recursive=False)) ''' 像调用 find_all() 一样调用tag find_all() 几乎是Beautiful Soup中最常用的搜索方法,所以我们定义了它的简写方法. BeautifulSoup 对象和 tag 对象可以被当作一个方法来使用,这个方法的执行结果与调用这个对象的 find_all() 方法相同,下面两行代码是等价的: soup.find_all("a") soup("a") 这两行代码也是等价的: soup.title.find_all(text=True) soup.title(text=True) ''' 3、find( name , attrs , recursive , text , **kwargs ) find_all() 方法将返回文档中符合条件的所有tag,尽管有时候我们只想得到一个结果.比如文档中只有一个标签,那么使用 find_all() 方法来查找标签就不太合适, 使用 find_all 方法并设置 limit=1 参数不如直接使用 find() 方法.下面两行代码是等价的: soup.find_all('title', limit=1)                # [] soup.find('title')                              #  唯一的区别是 find_all() 方法的返回结果是值包含一个元素的列表,而 find() 方法直接返回结果. find_all() 方法没有找到目标是返回空列表, find() 方法找不到目标时,返回 None . print(soup.find("nosuchtag"))                   # None soup.head.title 是 tag的名字 方法的简写.这个简写的原理就是多次调用当前tag的 find() 方法: soup.head.title                                  #  soup.find("head").find("title")               #