From bb687b772d6c398e8a8902362d7c5fee4cae4695 Mon Sep 17 00:00:00 2001 From: XiongNeng Date: Thu, 16 Oct 2014 20:21:48 +0800 Subject: [PATCH] =?UTF-8?q?6.3=E5=B0=8F=E8=8A=82=E5=AE=8C=E6=88=90?= =?UTF-8?q?=E3=80=82?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- basic/datetime/basicdatetime.py | 24 +++++ basic/datetime/datetime.py | 20 ---- cookbook/c06/p03_simple_xml.py | 29 +++++ source/c06/p03_parse_simple_xml_data.rst | 129 ++++++++++++++++++++++- 4 files changed, 179 insertions(+), 23 deletions(-) create mode 100644 basic/datetime/basicdatetime.py delete mode 100644 basic/datetime/datetime.py create mode 100644 cookbook/c06/p03_simple_xml.py diff --git a/basic/datetime/basicdatetime.py b/basic/datetime/basicdatetime.py new file mode 100644 index 0000000..332a9c4 --- /dev/null +++ b/basic/datetime/basicdatetime.py @@ -0,0 +1,24 @@ +#!/usr/bin/env python +# -*- encoding: utf-8 -*- +""" + Topic: sample + Desc : +""" +from datetime import datetime, date, time, timedelta + + +def my_datetime(): + today = datetime.now() + print(today.ctime()) + + oneday = timedelta(days=1) + tomorrow = today + oneday + print(tomorrow.ctime()) + + # str to date + dt = datetime.strptime('2012-01-12 12:12:12', '%Y-%m-%d %H:%M:%S') + # date to str + print(dt.strftime('%Y-%m-%d %H:%M:%S')) + +if __name__ == '__main__': + my_datetime() diff --git a/basic/datetime/datetime.py b/basic/datetime/datetime.py deleted file mode 100644 index 62f9599..0000000 --- a/basic/datetime/datetime.py +++ /dev/null @@ -1,20 +0,0 @@ -#!/usr/bin/env python -# -*- encoding: utf-8 -*- -""" - Topic: sample - Desc : -""" -import datetime -__author__ = 'Xiong Neng' - - -def my_datetime(): - today = datetime.datetime.now() - print(today.ctime()) - - oneday = datetime.timedelta(days=1) - tomorrow = today + oneday - print(tomorrow.ctime()) - -if __name__ == '__main__': - my_datetime() diff --git a/cookbook/c06/p03_simple_xml.py b/cookbook/c06/p03_simple_xml.py new file mode 100644 index 0000000..7041393 --- /dev/null +++ b/cookbook/c06/p03_simple_xml.py @@ -0,0 +1,29 @@ +#!/usr/bin/env python +# -*- encoding: utf-8 -*- +""" +Topic: 解析简单的XML +Desc : +""" +from urllib.request import urlopen +from xml.etree.ElementTree import parse + + +def simple_xml(): + # Download the RSS feed and parse it + u = urlopen('http://planet.python.org/rss20.xml') + doc = parse(u) + + # Extract and output tags of interest + for item in doc.iterfind('channel/item'): + title = item.findtext('title') + date = item.findtext('pubDate') + link = item.findtext('link') + + print(title) + print(date) + print(link) + print() + +if __name__ == '__main__': + simple_xml() + diff --git a/source/c06/p03_parse_simple_xml_data.rst b/source/c06/p03_parse_simple_xml_data.rst index 19e487c..1e287c6 100644 --- a/source/c06/p03_parse_simple_xml_data.rst +++ b/source/c06/p03_parse_simple_xml_data.rst @@ -5,14 +5,137 @@ ---------- 问题 ---------- -todo... +你想从一个简单的XML文档中提取数据。 + +| ---------- 解决方案 ---------- -todo... +可以使用 ``xml.etree.ElementTree`` 模块从简单的XML文档中提取数据。 +为了演示，假设你想解析Planet Python上的RSS源。下面是相应的代码： + +.. code-block:: python + + from urllib.request import urlopen + from xml.etree.ElementTree import parse + + # Download the RSS feed and parse it + u = urlopen('http://planet.python.org/rss20.xml') + doc = parse(u) + + # Extract and output tags of interest + for item in doc.iterfind('channel/item'): + title = item.findtext('title') + date = item.findtext('pubDate') + link = item.findtext('link') + + print(title) + print(date) + print(link) + print() + +运行上面的代码，输出结果类似这样： + +.. code-block:: python + + Steve Holden: Python for Data Analysis + Mon, 19 Nov 2012 02:13:51 +0000 + http://holdenweb.blogspot.com/2012/11/python-for-data-analysis.html + + Vasudev Ram: The Python Data model (for v2 and v3) + Sun, 18 Nov 2012 22:06:47 +0000 + http://jugad2.blogspot.com/2012/11/the-python-data-model.html + + Python Diary: Been playing around with Object Databases + Sun, 18 Nov 2012 20:40:29 +0000 + http://www.pythondiary.com/blog/Nov.18,2012/been-...-object-databases.html + + Vasudev Ram: Wakari, Scientific Python in the cloud + Sun, 18 Nov 2012 20:19:41 +0000 + http://jugad2.blogspot.com/2012/11/wakari-scientific-python-in-cloud.html + + Jesse Jiryu Davis: Toro: synchronization primitives for Tornado coroutines + Sun, 18 Nov 2012 20:17:49 +0000 + http://feedproxy.google.com/~r/EmptysquarePython/~3/_DOZT2Kd0hQ/ + +很显然，如果你想做进一步的处理，你需要替换 ``print()`` 语句来完成其他有趣的事。 + +| ---------- 讨论 ---------- -todo... \ No newline at end of file +在很多应用程序中处理XML编码格式的数据是很常见的。 +不仅是因为XML在Internet上面已经被广泛应用于数据交换， +同时它也是一种存储应用程序数据的常用格式(比如字处理，音乐库等)。 +接下来的讨论会先假定读者已经对XML基础比较熟悉了。 + +在很多情况下，当使用XML来仅仅存储数据的时候，对应的文档结构非常紧凑并且直观。 +例如，上面例子中的RSS订阅源类似于下面的格式： + +.. code-block:: python + + + + + Planet Python + http://planet.python.org/ + en + Planet Python - http://planet.python.org/ + + Steve Holden: Python for Data Analysis + http://holdenweb.blogspot.com/...-data-analysis.html + http://holdenweb.blogspot.com/...-data-analysis.html + ... + Mon, 19 Nov 2012 02:13:51 +0000 + + + Vasudev Ram: The Python Data model (for v2 and v3) + http://jugad2.blogspot.com/...-data-model.html + http://jugad2.blogspot.com/...-data-model.html + ... + Sun, 18 Nov 2012 22:06:47 +0000 + + + Python Diary: Been playing around with Object Databases + http://www.pythondiary.com/...-object-databases.html + http://www.pythondiary.com/...-object-databases.html + ... + Sun, 18 Nov 2012 20:40:29 +0000 + + ... + + + +``xml.etree.ElementTree.parse()`` 函数解析整个XML文档并将其转换成一个文档对象。 +然后，你就能使用 ``find()`` 、``iterfind()`` 和 ``findtext()`` 等方法来搜索特定的XML元素了。 +这些函数的参数就是某个指定的标签名，例如 ``channel/item`` 或 ``title`` 。 + +每次指定某个标签时，你需要遍历整个文档结构。每次搜索操作会从一个起始元素开始进行。 +同样，每次操作所指定的标签名也是起始元素的相对路径。 +例如，执行 ``doc.iterfind('channel/item')`` 来搜索所有在 ``channel`` 元素下面的 ``item`` 元素。 +``doc`` 代表文档的最顶层(也就是第一级的 ``rss`` 元素)。 +然后接下来的调用 ``item.findtext()`` 会从已找到的 ``item`` 元素位置开始搜索。 + +``ElementTree`` 模块中的每个元素有一些重要的属性和方法，在解析的时候非常有用。 +``tag`` 属性包含了标签的名字，``text`` 属性包含了内部的文本，而 ``get()`` 方法能获取属性值。例如： + +.. code-block:: python + + >>> doc + + >>> e = doc.find('channel/title') + >>> e + + >>> e.tag + 'title' + >>> e.text + 'Planet Python' + >>> e.get('some_attribute') + >>> + +有一点要强调的是 ``xml.etree.ElementTree`` 并不是XML解析的唯一方法。 +对于更高级的应用程序，你需要考虑使用 ``lxml`` 。它使用了和ElementTree同样的编程接口， +因此上面的例子同样也适用于lxml。你只需要将刚开始的import语句换成 ``lxml.etree import parse`` 就行了。 +``lxml`` 完全遵循XML标准，并且速度也非常快，同时还支持验证，XSLT和XPath等特性。