newsagent 干货 | 这4个Python实战项目，让你瞬间读懂Python！

Python是一种可读性很强、用途广泛的编程语言。Python这个名字的灵感来源于英国喜剧团体蒙蒂·Python。它的开发团队有一个重要的基本目标，就是让语言变得有趣。Python易于设置，编写风格相对直接，对错误和误解提供即时反馈，是初学者的好选择。

Python是一种多范式语言，即支持多种编程风格，包括脚本和面向对象，这使得它适合一般用途。随着联合泰空联盟(NASA的主要飞机支持承包商)和工业光魔(VFX和卢卡斯影业的动画工作室)等组织越来越多地在工业中使用Python，Python为那些寻求额外编程语言的人提供了巨大的潜力。

1994年一个叫comp.lang.python的重要python新闻组成立时，Python的用户基数不断增长，为Python成为开源开发中最流行的编程语言之一铺平了道路。

Python现在真的很火。Python实战项目也受到了特别的关注。接下来我们介绍一下Python手训的实战项目。

Python项目练习1:即时标记

这就是Python基础教程背后的做法。按照写法，一方面是熟悉Python的代码模式，另一方面是在Python中练习使用基本和非基本的语法，这样熟能生巧。

这个项目一开始比较简单，但是重构后有些复杂，但是更灵活。

按照书上的说法，重构后的程序分为四个模块:处理模块、过滤模块、规则(其实应该是处理规则)和解析器。

先说处理器模块。这个模块有两个功能，一个是提供固定html标签的输出(每个标签都有开始和结束)，另一个是为标签输出的开始和结束提供友好的访问接口。看看程序处理程序。

这个程序是整个“项目”的基石:它提供标签的输出和字符串的替换。理解起来也比较简单。

我们来看第二个模块，“Filter”，比较简单，其实就是一串正则表达式。相关代码如下:

这是三个过滤器，分别是:强调过滤器(标有×)、网址过滤器和电子邮件过滤器。熟悉正则表达式的同学没有理解的压力。

我们来看第三个模块“规则”。这个模块，不考虑祖父母类，应该有两个方法:条件和动作。前者用于判断读取的字符串是否符合自己的规则，后者用于执行操作。所谓执行操作，是指调用“处理程序模块”，输出前标签、内容和后标签。看这个模块的代码。事实上，这个模块中几个类之间的关系在绘制到类图中时会更加清晰。rules.py:

补充utils.py:

如果在学习Python的过程中遇到很多问题，可以免费添加-q-u-n 227 -435-450，里面有软件视频资料。

总而言之:

最后看“解析器模块”。这个模块的作用其实是协调读入的文本与其他模块的关系。为了说明这一点，提供了两个用于存储“规则”和“过滤器”的列表。这样做的好处是整个程序的灵活性得到了很大的提高，规则和过滤器成为了热插拔的方式。当然，这也归因于这样一个事实，即在编写规则和过滤器时，每种类型的规则(过滤器)都是作为一个类单独编写的，而不是用if来区分..否则。看看代码:

这个模块中的处理思想是遍历客户端插入的所有规则和过滤器(即程序执行入口)来处理读入的文本。

有个细节要提一下。其实它呼应了前一个，就是在遍历规则的时候，我们可以通过调用条件来判断它是否符合当前的规则。

我觉得这个程序很像命令行模式。有空可以审核，以保持内存网络节点稳固。

最后，我认为这个节目的目的:

1.它用于代码高亮分析。如果重写为js版本，可以作为在线代码编辑器使用。

2.可以用来学习，也可以用来写博文。

还有其他的想法可以留下你的见解。

添加一个类图很简单，但是应该能说明它们之间的关系。另外，我还是建议，如果看代码看不懂其中的关系，最好自己画图，自己画图就可以熟悉整个结构。

Python项目练习2:画好图

这是Python基础教程的第二个项目。关于Python操作PDF，涉及的知识点如下:

1.urllib的使用

2.报告实验室库的使用

这个例子真的很简单，但是我发现在Python中，可以直接在数组[]中写一个for循环，越来越方便。

以下是代码:

Python项目练习3:通用XML

这个项目的名字叫做自动构建网站，而不是通用的XML。根据一个XML文件，生成对应目录结构的网站。但是，只有html太简单了。如果能一起生成css，会更强大。这需要进一步的研究和开发。首先，我们将研究如何构建html网站。既然网站是用XML结构生成的，那么所有的事情都要通过这个XML文件来完成。我们来看看这个xml文件，网站。XML:

有了这个文件，我们应该看看如何从这个文件生成一个网站。

首先，我们需要解析这个xml文件。Python解析xml的方式和Java一样。有两种方式，SAX和DOM。两种处理方式的区别在于速度和范围。前者注重效率，一次只处理一小部分文档，能快速有效地利用内存。后者则是相反的处理方法，先把所有文档加载到内存中，然后再进行处理。速度慢，消耗内存。唯一的好处就是整个文档都可以操作。

在Python中，应该首先引入xml.sax中的parse函数和xml.sax.handler中的ContentHandler，后一个类应该与parse函数结合使用。使用方式如下:parse('xxx.xml '，xxxHandler)，其中xxxHandler应该继承上面的ContentHandler，但是只需要继承，不需要做任何事情。然后，在处理xml文件时，这个解析函数将调用xxxHandler中的startElement函数和endElement函数来开始和结束xml中的一个标记。在中间过程中，一个名为characters的函数被用来处理标签中的所有字符串。

有了以上的知识，我们已经知道如何处理xml文件了，再来看看万恶之源网站. xml文件，分析一下它的结构。只有两个节点:页面和目录。显然，页面代表页面，目录代表目录。

所以处理这个xml文件的想法变得很清楚。读取xml文件中的每个节点，然后判断是页面还是目录。如果是page，创建html页面，然后将节点中的内容写入文件。如果遇到目录，创建一个文件夹，然后处理其内部页面节点(如果存在)。

让我们看看这部分代码。书中的实现复杂而灵活。先看，再分析。

上面对这个程序的分析似乎很复杂，但是伟人毛毛说过，任何复杂的程序都是纸老虎。我们再来分析一下程序。

首先，我们看到这个程序有两个类，因为继承可以看作一个类。

然后我们再来看看里面还有什么，除了我们分析的startElement和endElement和人物，还有更多的startPage和endPage开始目录，结束目录；默认开始，默认结束；ensureDirectorywriteHeader，writeFooter和调度，这些功能。除了调度，前面的函数都很好理解，每对函数都简单地处理相应的html标签和xml节点。调度更复杂，因为它用于动态组装函数并执行它们。

调度的处理思路是:首先根据传递的参数(即操作名和节点名)，判断是否有startPage等对应的功能；如果不是，则执行默认+操作名，如defaultStart。

一旦功能明确，我们就知道整个处理流程是什么样的了。首先创建一个public_html的文件存储整个网站，然后读取xml的节点，通过startElement和endElement调用dispatch进行处理。然后就是dispatch如何调用具体的处理函数。至此，本项目分析完毕。

其中一个主要内容是用SAX在python中处理XML，另一个是用python中的函数，比如getattr，传递参数时星号…

Python项目练习4:新闻聚合

书中第四个练习是新闻聚合。现在很少见的一种应用，至少我没用过，也叫Usenet。这个程序的主要功能是从指定的来源(这里是Usenet新闻组)收集信息，然后将信息保存到指定的目的文件(这里使用了两种形式:纯文本和html文件)。这个程序的使用有点类似于现在的博客订阅工具或者RSS订阅者。

先编码，再逐一分析:

这个程序，首先是作为一个整体来分析的，关键部分在于NewsAgent，它的功能是存储新闻源和目的地址，然后分别调用源服务器(NNTPSource和SimpleWebSource)和新闻写作类(PlainDestination和HTMLDestination)。所以从这里可以看出，NNTPSource是专门用来获取新闻服务器上的信息的，SimpleWebSource是用来获取某个url上的数据的。PlainDestination和HTMLDestination的作用很明显。前者用于将获取的内容输出到终端，而后者用于将数据写入html文件。

有了这些分析，再看主程序的内容，主程序就是给NewsAgent添加信息源和输出目的地址。

这确实是一个简单的程序，但是这个程序使用了分层。

*声明:推送的内容和图片来自互联网，部分内容会有改动，版权归原作者所有。如果来源信息有误或侵犯权益，请联系我们进行删除或授权。

-结束-