Python基础教程——把文本转为HTML格式

功能：将文本文件转换成html格式的文档。
方法：
1.添加初始标签
2.智能分段

#util.py
def lines(file):
#遍历文本文件，用生成器保存每行
    for line in file:yield line  #此时获取到第一行的值后，会暂停，返回到被调用的地方，即blocks函数语句中
#在文件最后添加空行
    yield '\n'
 
def blocks(file):
    block=[]
#lines函数返回的yield存储值，拿来每行遍历，根据是否有空行找出段落
    for line in lines(file):
#判断是否为字符串，字符串才有split()方法，如果有，追加到block里,开始回到lines中进入到下一次循环，
        if line.strip():
            block.append(line)
#如果不是字符串，那么将block里的内容去空格并追加到空字符串''后，然后清空block，避免重复内容
        elif block:
            yield ''.join(block).strip()
            block=[]

#simple_markup.py
import sys,re
from util import *
 
print '...'
title=True
 
for block in blocks(sys.stdin):
block=re.sub(r'\*(.+?)\*',r'\1',block)
    if title:
        print '
'
        print block
        print '
'
        title=False
    else:
        print '
'
        print block
        print '
'
print ''

数据流是这样的：
python simple_markup.py f1output.html
回车运行，首先打印初始标签，然后进入for循环，调用到util.py里面的blocks函数，blocks函数中的循环调用到lines函数，生成一个新的文本文件（其实就是最后面加了一个空行），然而在用到yield生成器的过程中非常有意思：

首先在lines里面遍历原始文件的每行，每遍历一行后，会暂停并将值返回给blocks函数，blocks收到后进入if判断，是字符串，则追加到空列表中。否则将其字符串化”.join(block).strip()

第一次循环之后，程序回到lines函数暂停的地方，就是util.py第4行，继续遍历原始文件，从第二行开始。当遇到空行，返回值将是空，那就会进入到elif判断中，将blocks列表里的内容字符串化，并回到simple_markup.py中去。

进入simple_markup.py的循环中之后，如果原始文件还没读完，会再回去进行下一次循环，直到全部完成，最后一次循环是：yield \n添加空行返回给blocks，由于为空,进入elif，将内容结算后，清空再次循环，再次进入到elif 判定为false不再继续，程序结束。

涉及的知识点：
1.sys.stdin
2.生成器yield
3.正则表达式的过滤

sys.stdin 标准输入，手册里没多讲，在使用使用时作为参数运行，python simple_markup.pyfilename2,读filename1的内容写入，输出到filename2中

生成器参考这篇，写的太好了！

正则表达式，这里用到的re.sub(r’”(.*?)”‘,r’\1‘,block)

代表将block的内容里面“”之内的内容转换为加上标签的形式。\1（数字1）代表反向引用，稍后详解。

值返回给simple_markup.py中的循环判断，第一行的值作为首行
其余的为段落，最后打印结尾标签。

转载地址：陆