成效的布置性初衷:
  处理丝丝缕缕的xml相比较,屏蔽同节点先后顺序的震慑

(python成效定制)复杂的xml文件相比,发生HTML呈现分化,pythonxml

效果的筹划初衷:
  处理复杂的xml相比较,屏蔽同节点先后顺序的震慑

重中之重涉嫌知识点:

1、ElementTree库 ——- xml解析:

    • 导入ElementTree,import xml.etree.ElementTree as ET
    • 解析Xml文件找到根节点:
    • 从来解析XML文件并赢得根节点,tree = ET.parse('country_data.xml') root = tree.getroot()
    • 解析字符串,root = ET.fromstring(country_data_as_string)
    • 遍历根节点可以收获子节点,然后就足以依照须求获得供给的字段了,如:<APP_KEY
      channel = ‘CSDN’> hello123456789 </APP_KEY>

      • tag,即标签,用于标识该因素表示哪一类多少,即APP_KEY
      • attrib,即属性,用Dictionary格局保存,即{‘channel’ = ‘CSDN’}
      • text,文本字符串,能够用来储存一些多少,即hello123456789
      • tail,尾字符串,并不是必须的,例子中从未包涵。

② 、difflib库 ——- 提供的类和方式用来拓展连串的差距化比较,它能够比对文件并转移差距结果文本大概html格式的差别化比较页面

那里运用了类difflib.HtmlDiff,用来成立3个html表格呈现文件差距,他既能够开始展览全文本体现,也得以只展现上下文不一样。

其构造函数如下:

__init__(tabsize=8, wrapcolumn=None, linejunk=None, charjunk=IS_CHARACTER_JUNK)

      • tabsize表示制表符代表的空格个数,暗中同意为8
      • wrapcolumn,可选参数,用来安装有些个字符时自动换行,暗中认可None,为None时表示不自动换行(重点:能够让html呈现更美丽)
      • linejunk 和 charjunk,可选参数,在ndiff()中使用,

公共艺术(生成二个涵盖表格的html文件,其内容是用来展示差别):

make_file(fromlines, tolines [, fromdesc][, todesc][, context][,
numlines])

      • fromlines 和tolines,用于相比的内容,格式为字符串组成的列表
      • fromdesc 和 todesc,可选参数,对应的fromlines,tolines的差别化文件的标题,默许为空字符串
      • context 和 numlines,可选参数,context 为True时,只显示差别的上下文,为false,展现全文,numlines私下认可为5,当context为True时,控制显示上下文的行数,当context为false时,控制不一样距离的高亮之间活动时“next”的开端地方(假如设置为0,当移动懂顶端时,超链接会丢失引用地址)

③ 、platform库 ——– 获取当前系统

四 、logger库 ——– 假若利用robot
framework,可以旁观明明不一样,能够定制日志log呈现

robot
framework的体会还不易,大约是因为其测试报告已经得以满意正常要求,很少有人会想去修改也许扩展和谐想要显示的内容,比如扩展一个超链接,体现越来越多的剧情,所以那有的花了十分短日子均没有在网上找到有关质地,最终只得阅读源码。

不满与待优化:

  个中有一部分情节,原先准备使用自循环的格局处理,不过经过中的数据传输逻辑简单错乱,现在会考虑把那有的优化一下。

##############################以下是代码部分,附件文件可以拖到本地执行并查看结果##################################################

  1 # coding=utf-8
  2 import re
  3 import xml.etree.ElementTree as ET  #解析xml的库
  4 import difflib   #文件对比库
  5 import datetime  #时间库
  6 import platform  #获取系统的库window、linux...
  7 import os
  8 from robot.api import logger    #不需要的话可以注释掉:robot framework框架脚本运行时会产生日志,可以利用这个库定制log
  9 
 10 # listafter:将解析后的xml,转换成按序排列的list:(tag,attrib,(tag,attrib,text))
 11 # 此方法是被下面一个方法xmltolist()调用的,想知道具体结果,可以使用下面的方法打印解析后的结果
 12 def listafter(listcom1):
 13     listcomarr1 = []
 14     text1 = []
 15     listcomarr1.append(listcom1.tag)
 16     listcomarr1.append(listcom1.attrib)
 17     if len(listcom1) > 0:
 18         for listcom2 in listcom1:
 19             listcomarr2 = []
 20             text2 = []
 21             listcomarr2.append(listcom2.tag)
 22             listcomarr2.append(listcom2.attrib)
 23             if len(listcom2) > 0:
 24                 for listcom3 in listcom2:
 25                     listcomarr3 = []
 26                     text3 = []
 27                     listcomarr3.append(listcom3.tag)
 28                     listcomarr3.append(listcom3.attrib)
 29                     if len(listcom3) > 0:
 30                         for listcom4 in listcom3:
 31                             listcomarr4 = []
 32                             text4 = []
 33                             listcomarr4.append(listcom4.tag)
 34                             listcomarr4.append(listcom4.attrib)
 35                             if len(listcom4) > 0:
 36                                 for listcom5 in listcom4:
 37                                     listcomarr5 = []
 38                                     text5 = []
 39                                     listcomarr5.append(listcom5.tag)
 40                                     listcomarr5.append(listcom5.attrib)
 41                                     if len(listcom5) > 0:
 42                                         for listcom6 in listcom5:
 43                                             listcomarr6 = []
 44                                             text6 = []
 45                                             listcomarr6.append(listcom6.tag)
 46                                             listcomarr6.append(listcom6.attrib)
 47                                             if len(listcom6) > 0:
 48                                                 for listcom7 in listcom6:
 49                                                     listcomarr7 = []
 50                                                     text7 = []
 51                                                     listcomarr7.append(listcom7.tag)
 52                                                     listcomarr7.append(listcom7.attrib)
 53                                                     if len(listcom7) > 0:
 54                                                         for listcom8 in listcom7:
 55                                                             listcomarr8 = []
 56                                                             text8 = []
 57                                                             listcomarr8.append(listcom8.tag)
 58                                                             listcomarr8.append(listcom8.attrib)
 59                                                             if len(listcom8) > 0:
 60                                                                 for listcom9 in listcom8:
 61                                                                     listcomarr9 = []
 62                                                                     text9 = []
 63                                                                     listcomarr9.append(listcom9.tag)
 64                                                                     listcomarr9.append(listcom9.attrib)
 65                                                                     # Start:判断是否需要继续递归
 66                                                                     if len(listcom9) > 0:
 67                                                                         for listcom10 in listcom9:
 68                                                                             listcomarr10 = []
 69                                                                             text10 = []
 70                                                                             listcomarr10.append(listcom10.tag)
 71                                                                             listcomarr10.append(listcom10.attrib)
 72                                                                             listcomarr10.append([listcom10.text])
 73                                                                             text9.append(listcomarr10)
 74                                                                     else:
 75                                                                         text9.append(listcom9.text)
 76                                                                     # End:判断是否需要继续递归
 77                                                                     # list二维数组排序
 78                                                                     text9 = sorted(text9)
 79                                                                     listcomarr9.append(text9)
 80                                                                     text8.append(listcomarr9)
 81                                                             else:
 82                                                                 text8.append(listcom8.text)
 83                                                             text8 = sorted(text8)
 84                                                             listcomarr8.append(text8)
 85                                                             text7.append(listcomarr8)
 86                                                     else:
 87                                                         text7.append(listcom7.text)
 88                                                     text7 = sorted(text7)
 89                                                     listcomarr7.append(text7)
 90                                                     text6.append(listcomarr7)
 91                                             else:
 92                                                 text6.append(listcom6.text)
 93                                             text6 = sorted(text6)
 94                                             listcomarr6.append(text6)
 95                                             text5.append(listcomarr6)
 96                                     else:
 97                                         text5.append(listcom5.text)
 98                                     text5 = sorted(text5)
 99                                     listcomarr5.append(text5)
100                                     text4.append(listcomarr5)
101                             else:
102                                 text4.append(listcom4.text)
103                             text4 = sorted(text4)
104                             listcomarr4.append(text4)
105                             text3.append(listcomarr4)
106                     else:
107                         text3.append(listcom3.text)
108                     text3 = sorted(text3)
109                     listcomarr3.append(text3)
110                     text2.append(listcomarr3)
111             else:
112                 text2.append(listcom2.text)
113             text2 = sorted(text2)
114             listcomarr2.append(text2)
115             text1.append(listcomarr2)
116     else:
117         text1.append(listcom1.text)
118     text1 = sorted(text1)
119     listcomarr1.append(text1)
120     return listcomarr1
121 
122 # 将xml内容转换成按序排列的list,返回值有3个:处理后的spmlxmllist、不需要处理的头部spmlstart、不需要处理的尾部spmlend
123 # spmlstart、spmlend是为了控制不需要处理的头部和尾部,提高处理效率
124 def xmltolist(spml):
125     if spml.find("<spml:") != -1:
126         startnum = re.search(r'<spml:[^>]*>', spml).span()[1]
127         endnum = spml.rfind("</spml:")
128         spmlstart = spml[:startnum].strip()
129         spmlend = spml[endnum:].strip()
130         spmlxml = '''<spml:modifyRequest xmlns:spml='{spml}' xmlns:subscriber="{subscriber}" xmlns:xsi="{xsi}">\n%s</spml:modifyRequest>''' % (
131             spml[startnum:endnum].strip())
132     elif spml.find("<PlexViewRequest") != -1:
133         startnum = re.search(r'<PlexViewRequest[^>]*>', spml).span()[1]
134         endnum = spml.rfind("</PlexViewRequest>")
135         spmlstart = spml[:startnum].strip()
136         spmlend = spml[endnum:].strip()
137         spmlxml = '''<PlexViewRequest>\n%s</PlexViewRequest>''' % (spml[startnum:endnum].strip())
138     else:
139         spmlstart = ""
140         spmlend = ""
141         spmlxml = spml
142     # print spmlstart
143     # print endspml
144     # print spmlxml
145     tree = ET.fromstring(spmlxml)
146     spmlxmllist = listafter(tree)
147     return spmlxmllist, spmlstart, spmlend
148 
149 # 将xmltolist处理形成的spmlxmllist再回头变成xml(xml中,同节点的内容已被按需排列)
150 def listtoxml(spmllist1):
151     kong = "  "
152     spmltag1 = spmllist1[0]
153     spmlattrib1 = ""
154     bodyxml1 = ""
155     if spmllist1[1] != {}:
156         for key, value in spmllist1[1].items():
157             spmlattrib1 += " %s='%s'" % (key, value)
158     startxml1 = "<%s%s>" % (spmltag1, spmlattrib1)
159     endxml1 = "</%s>" % (spmltag1)
160     spmlxml1 = ""
161     if isinstance(spmllist1[2][0], list):
162         spmlxml2 = ""
163         for spmllist2 in spmllist1[2]:
164             spmltag2 = spmllist2[0]
165             spmlattrib2 = ""
166             bodyxml2 = ""
167             if spmllist2[1] != {}:
168                 for key, value in spmllist2[1].items():
169                     spmlattrib2 += " %s='%s'" % (key, value)
170             startxml2 = "<%s%s>" % (spmltag2, spmlattrib2)
171             endxml2 = "</%s>" % (spmltag2)
172             if isinstance(spmllist2[2][0], list):
173                 spmlxml3 = ""
174                 for spmllist3 in spmllist2[2]:
175                     spmltag3 = spmllist3[0]
176                     spmlattrib3 = ""
177                     bodyxml3 = ""
178                     if spmllist3[1] != {}:
179                         for key, value in spmllist3[1].items():
180                             spmlattrib3 += " %s='%s'" % (key, value)
181                     startxml3 = "<%s%s>" % (spmltag3, spmlattrib3)
182                     endxml3 = "</%s>" % (spmltag3)
183                     if isinstance(spmllist3[2][0], list):
184                         spmlxml4 = ""
185                         for spmllist4 in spmllist3[2]:
186                             spmltag4 = spmllist4[0]
187                             spmlattrib4 = ""
188                             bodyxml4 = ""
189                             if spmllist4[1] != {}:
190                                 for key, value in spmllist4[1].items():
191                                     spmlattrib4 += " %s='%s'" % (key, value)
192                             startxml4 = "<%s%s>" % (spmltag4, spmlattrib4)
193                             endxml4 = "</%s>" % (spmltag4)
194                             if isinstance(spmllist4[2][0], list):
195                                 spmlxml5 = ""
196                                 for spmllist5 in spmllist4[2]:
197                                     spmltag5 = spmllist5[0]
198                                     spmlattrib5 = ""
199                                     bodyxml5 = ""
200                                     if spmllist5[1] != {}:
201                                         for key, value in spmllist5[1].items():
202                                             spmlattrib5 += " %s='%s'" % (key, value)
203                                     startxml5 = "<%s%s>" % (spmltag5, spmlattrib5)
204                                     endxml5 = "</%s>" % (spmltag5)
205                                     if isinstance(spmllist5[2][0], list):
206                                         spmlxml6 = ""
207                                         for spmllist6 in spmllist5[2]:
208                                             spmltag6 = spmllist6[0]
209                                             spmlattrib6 = ""
210                                             bodyxml6 = ""
211                                             if spmllist6[1] != {}:
212                                                 for key, value in spmllist6[1].items():
213                                                     spmlattrib6 += " %s='%s'" % (key, value)
214                                             startxml6 = "<%s%s>" % (spmltag6, spmlattrib6)
215                                             endxml6 = "</%s>" % (spmltag6)
216                                             if isinstance(spmllist6[2][0], list):
217                                                 spmlxml7 = ""
218                                                 for spmllist7 in spmllist6[2]:
219                                                     spmltag7 = spmllist7[0]
220                                                     spmlattrib7 = ""
221                                                     bodyxml7 = ""
222                                                     if spmllist7[1] != {}:
223                                                         for key, value in spmllist7[1].items():
224                                                             spmlattrib7 += " %s='%s'" % (key, value)
225                                                     startxml7 = "<%s%s>" % (spmltag7, spmlattrib7)
226                                                     endxml7 = "</%s>" % (spmltag7)
227                                                     if isinstance(spmllist7[2][0], list):
228                                                         spmlxml8 = ""
229                                                         for spmllist8 in spmllist7[2]:
230                                                             spmltag8 = spmllist8[0]
231                                                             spmlattrib8 = ""
232                                                             bodyxml8 = ""
233                                                             if spmllist8[1] != {}:
234                                                                 for key, value in spmllist8[1].items():
235                                                                     spmlattrib8 += " %s='%s'" % (key, value)
236                                                             startxml8 = "<%s%s>" % (spmltag8, spmlattrib8)
237                                                             endxml8 = "</%s>" % (spmltag8)
238                                                             if isinstance(spmllist8[2][0], list):
239                                                                 spmlxml9 = ""
240                                                                 for spmllist9 in spmllist8[2]:
241                                                                     spmltag9 = spmllist9[0]
242                                                                     spmlattrib9 = ""
243                                                                     bodyxml9 = ""
244                                                                     if spmllist9[1] != {}:
245                                                                         for key, value in spmllist9[1].items():
246                                                                             spmlattrib9 += " %s='%s'" % (key, value)
247                                                                     startxml9 = "<%s%s>" % (spmltag9, spmlattrib9)
248                                                                     endxml9 = "</%s>" % (spmltag9)
249                                                                     if isinstance(spmllist9[2][0], list):
250                                                                         spmlxml10 = ""
251                                                                         for spmllist10 in spmllist9[2]:
252                                                                             spmltag10 = spmllist10[0]
253                                                                             spmlattrib10 = ""
254                                                                             bodyxml10 = ""
255                                                                             if spmllist10[1] != {}:
256                                                                                 for key, value in spmllist10[1].items():
257                                                                                     spmlattrib10 += " %s='%s'" % (
258                                                                                         key, value)
259                                                                             startxml10 = "<%s%s>" % (
260                                                                                 spmltag10, spmlattrib10)
261                                                                             endxml10 = "</%s>" % (spmltag10)
262                                                                             bodyxml10 = spmllist10[2][0]
263                                                                             spmlxml10 += "\n%s%s%s%s" % (
264                                                                                 kong * 9, startxml10, bodyxml10,
265                                                                                 endxml10)
266                                                                         spmlxml9 += "\n%s%s%s\n%s%s" % (
267                                                                             kong * 8, startxml9, spmlxml10, kong * 8,
268                                                                             endxml9)
269                                                                     else:
270                                                                         bodyxml9 = spmllist9[2][0]
271                                                                         spmlxml9 += "\n%s%s%s%s" % (
272                                                                             kong * 8, startxml9, bodyxml9, endxml9)
273                                                                 spmlxml8 += "\n%s%s%s\n%s%s" % (
274                                                                     kong * 7, startxml8, spmlxml9, kong * 7, endxml8)
275                                                             else:
276                                                                 bodyxml8 = spmllist8[2][0]
277                                                                 spmlxml8 += "\n%s%s%s%s" % (
278                                                                     kong * 7, startxml8, bodyxml8, endxml8)
279                                                         spmlxml7 += "\n%s%s%s\n%s%s" % (
280                                                             kong * 6, startxml7, spmlxml8, kong * 6, endxml7)
281                                                     else:
282                                                         bodyxml7 = spmllist7[2][0]
283                                                         spmlxml7 += "\n%s%s%s%s" % (
284                                                             kong * 6, startxml7, bodyxml7, endxml7)
285                                                 spmlxml6 += "\n%s%s%s\n%s%s" % (
286                                                     kong * 5, startxml6, spmlxml7, kong * 5, endxml6)
287                                             else:
288                                                 bodyxml6 = spmllist6[2][0]
289                                                 spmlxml6 += "\n%s%s%s%s" % (kong * 5, startxml6, bodyxml6, endxml6)
290                                         spmlxml5 += "\n%s%s%s\n%s%s" % (
291                                             kong * 4, startxml5, spmlxml6, kong * 4, endxml5)
292                                     else:
293                                         bodyxml5 = spmllist5[2][0]
294                                         spmlxml5 += "\n%s%s%s%s" % (kong * 4, startxml5, bodyxml5, endxml5)
295                                 spmlxml4 += "\n%s%s%s\n%s%s" % (kong * 3, startxml4, spmlxml5, kong * 3, endxml4)
296                             else:
297                                 bodyxml4 = spmllist4[2][0]
298                                 spmlxml4 += "\n%s%s%s%s" % (kong * 3, startxml4, bodyxml4, endxml4)
299                         spmlxml3 += "\n%s%s%s\n%s%s" % (kong * 2, startxml3, spmlxml4, kong * 2, endxml3)
300                     else:
301                         bodyxml3 = spmllist3[2][0]
302                         spmlxml3 += "\n%s%s%s%s" % (kong * 2, startxml3, bodyxml3, endxml3)
303                 spmlxml2 += "\n%s%s%s\n%s%s" % (kong * 1, startxml2, spmlxml3, kong * 1, endxml2)
304             else:
305                 bodyxml2 = spmllist2[2][0]
306                 spmlxml2 += "\n%s%s%s%s" % (kong * 1, startxml2, bodyxml2, endxml2)
307         spmlxml1 += "\n%s%s\n%s" % (startxml1, spmlxml2, endxml1)
308     else:
309         bodyxml1 = spmllist1[2][0]
310         spmlxml1 += "\n%s%s%s" % (startxml1, bodyxml1, endxml1)
311     return spmlxml1
312 
313 # 将startspml, xmlspml, endspml组合起来,其中有一部分内容需要根据实际情况处理
314 def regroupspml(startspml, xmlspml, endspml):
315     xmlspml = str(xmlspml).replace("{{", "").replace("}}", ":").strip().splitlines()
316     if endspml != "":
317         startspml = str(startspml.strip()).replace("\"", "\'")
318         startspml = re.sub(" +>", ">", startspml)
319         startspml = startspml.splitlines()
323         endspml = str(endspml.strip()).splitlines()
324         spmlxmlcom = startspml + xmlspml[1:-1] + endspml
325     else:
326         spmlxmlcom = xmlspml
327     return spmlxmlcom
328 
329 # 对按序排列的xml进行内容比对,生成html文件,可以很直接的看出内容区别
330 def diffspml(spmlxml1, spmlxml2):
331     spmlxmllist1, spmlstart1, spmlend1 = xmltolist(spmlxml1)
332     spmlxmllist2, spmlstart2, spmlend2 = xmltolist(spmlxml2)
333     spmlxmlcom1 = listtoxml(spmlxmllist1)
334     spmlxmlcom2 = listtoxml(spmlxmllist2)
335     spmlxmlcom1 = regroupspml(spmlstart1, spmlxmlcom1, spmlend1)
336     spmlxmlcom2 = regroupspml(spmlstart2, spmlxmlcom2, spmlend2)
337     # print spmlstart1
338     # print spmlend1
339     if spmlxmlcom1 == spmlxmlcom2:
340         return 0
341     else:
342         global diffspmNum
343         global outputhtml_dir
344         try:
345             diffspmNum += 1
346         except:
347             diffspmNum = 1
348             system = platform.system()
349             if ('Windows' in system):
350                 outputhtml_dir = "c:/RobotLog"
351             else:
352                 outputhtml_dir = "/tmp/RobotLog"
353             outputhtml_dir = "%s/%s" % (outputhtml_dir, datetime.datetime.now().strftime('%Y%m%d_%H%M%S'))
354             os.makedirs(outputhtml_dir)
355         Loghtmldir = "%s/%s.html" % (outputhtml_dir, diffspmNum)
356         # logger.write("<a href=\"%s\">%s</a>" % (Loghtmldir, Loghtmldir), "HTML")
357         hd = difflib.HtmlDiff(8,65)
358         with open(Loghtmldir, 'w') as fo:
359             fo.write(hd.make_file(spmlxmlcom1, spmlxmlcom2))
360             fo.close()
361         return Loghtmldir

 

 

#############################################以上是代码部分#################################################################

 1 spmlxml1='''
 2 <PlexViewRequest SessionId="${sessionid}" ProvisioningGroup="volte" Command="ed-ngfs-subscriber-v2"><SubParty><PrimaryPUID>+86${ISDN}@${domain}</PrimaryPUID><PartyId>+86${ISDN}</PartyId></SubParty><SeqRinging><RingingList>null^null^true^true^10^false`+86${msisdn1}^STANDARD^true^true^10^false</RingingList><DefaultAnswerTimeout>10</DefaultAnswerTimeout><Send181Mode>TAS_181_NONE</Send181Mode><Activated>true</Activated><PublicUID>+86${ISDN}@${domain}</PublicUID><Assigned>true</Assigned></SeqRinging></PlexViewRequest>
 3 '''
 4 spmlxml2='''
 5 <PlexViewRequest SessionId="${sessionid}" ProvisioningGroup="volte" Command="ed-ngfs-subscriber-v2">
 6    <SubParty>
 7       <PrimaryPUID>+86${ISDN}@${domain}</PrimaryPUID>
 8       <PartyId>+86${ISDN}</PartyId>
 9    </SubParty>
10    <SeqRinging>
11       <RingingList>null^null^true^true^10^false`+86${msisdn1}^STANDARD^true^true^10^false</RingingList>
12       <DefaultAnswerTimeout>10</DefaultAnswerTimeout>
13       <Send181Mode>TAS_180_NONE</Send181Mode>
14       <Activated>true</Activated>
15       <PublicUID>+86${ISDN}@${domain}</PublicUID>
16    </SeqRinging>
17 </PlexViewRequest>
18 '''
19 print diffspml(spmlxml1, spmlxml2)

#####################################以上列出来了本公司使用的xml格式(还可以更复杂),方法中有部分内容是根据本身需要,特别处理的####################################

 

 

效用的安插性初衷: 处理复杂的xml相比较,屏蔽同节点先后顺序的熏陶
首要涉…

difflib -援救拓展差别化相比较

金沙注册送58 1

重庆大学涉嫌知识点:

以此模块提供的类和措施用来展开差距化比较,它能够转移文书可能html格式的差别化相比结实,借使急需相比目录的两样,能够利用filecmp模块。

哈尔lstatt Hal施塔特

1、ElementTree库
——- xml解析:

class difflib.SequenceMatcher

人生苦短,我用Python。

    • 导入ElementTree,import xml.etree.ElementTree as ET
    • 解析Xml文件找到根节点:
    • 直白解析XML文件并取得根节点,tree = ET.parse('country_data.xml') root = tree.getroot()
    • 分析字符串,root = ET.fromstring(country_data_as_string)
    • 遍历根节点能够拿走子节点,然后就足以根据须要获得需要的字段了,如:<APP_KEY
      channel = ‘CSDN’> hello123456789 </APP_KEY>
      • tag,即标签,用于标识该因素表示哪个种类多少,即APP_KEY
      • attrib,即属性,用Dictionary情势保存,即{‘channel’
        = ‘CSDN’}
      • text,文本字符串,可以用来存款和储蓄一些数量,即hello123456789
      • tail,尾字符串,并不是必须的,例子中一直不包涵。

那是足以用来相比任何类型片段的类,只要比较的一部分是可hash的,都足以用来相比,使用格外灵活。他来自一九八〇,s的“完形匹配算法”,并且开始展览了一文山会海的优化和改良。

开局,那篇小说是打算来写 X帕特h 的,可是后来一想,笔者索要的仅是 XPath
的一局地,小编只是是打算在写爬虫的时候,抓取特定数据的,并且那是须求组合
lxml 的,So ,索性就来写 lxml 来了。(lxml supports XPath 1.0, XSLT 1.0
and the EXSLT extensions through libxml2 and libxslt in a standards
compliant way.那是课程上的一段话,不过XPath将来是有2.0版本的。)

二 、difflib库 ——- 提供的类和措施用来展开种类的差异化相比,它能够比对文件并转移差距结果文本大概html格式的差距化比较页面

学习笔记,复杂的xml文件比较。经过对算法的复杂度比较,它由于原有的完形匹配算法,在最坏景况下有n的平方次运算,在最佳状态下,具有线性的频率。

至于课程方面官方网站上提交了多少个科目:

此间运用了类difflib.HtmlDiff,用来创造3个html表格显示文件差别,他既能够举办全文本体现,也能够只呈现上下文分裂。

它具有电动垃圾启发式,能够将再一次超越部分1%要么另行200次的字符作为垃圾来处理。能够因此将autojunk设置为false关闭该成效。

  • the lxml.etree tutorial for XML
    processing
    这几个是法定的教程。
  • John Shipman’s tutorial on Python XML processing with
    lxml
    这一个是 New Mexico Tech 大学的一个课程。嗯 ,有点久了,最终更新时间是
    贰零壹贰-08-24 ,当时应该是 3.2 版本的。但是易读性照旧比官方的强。
  • Fredrik Lundh’s tutorial for
    ElementTree
    这几个是 Fredrik Lundh 维护的2个第③方库,后来也被重组到 Python
    标准库 xml 中了。这么些没时间能够不看,作者倍感用不到应有。

其构造函数如下:

autojunk 参数新增于2.7.1本子。

lxml is the most feature-rich and easy-to-use library for processing
XML and HTML in the Python language.

__init__(tabsize=8, wrapcolumn=None, linejunk=None, charjunk=IS_CHARACTER_JUNK)

class difflib.Differ

lxml 是提供了1个 Pythonic API ,并且他也是差不离统统合营 ElementTree API
的。lxml 的支付组织也是力求缩短开发者的求学花费,可是 lxml
的教程感觉一点都不友善。

      • tabsize代表制表符代表的空格个数,默许为8
      • wrapcolumn,可选参数,用来设置有个别个字符时自动换行,默许None,为None时表示不活动换行(重点:能够让html呈现更美妙)
      • linejunk 和 charjunk,可选参数,在ndiff()中央银行使,

本条类用来比较文本里的行,并且发生可旁观的差别化结果。

在看官方教程的时候,发现了部分小嫌疑:

公物措施(生成三个饱含表格的html文件,其剧情是用来呈现差距):

它用于下符号来表示区别

lxml 模块并不只是我们在网上搜到的 etree ,lxml 下边还有很多的模块,有
etree 、html 、cssselect 等很多模块。此外作者也看到了 BeautifulSoup 。

make_file(fromlines,
tolines [, fromdesc][, todesc][, context][, numlines])

Code

Meaning

‘- ‘

仅在片段1中存在

‘+ ‘

仅在片段2中存在

‘ ‘

片段1和2中都存在

‘? ‘

存在疑问的

lxml can make use of BeautifulSoup as a parser backend, just like
BeautifulSoup can employ lxml as a parser.

lxml interfaces with BeautifulSoup through the lxml.html.soupparser
module.

      • fromlines 和tolines,用于相比较的始末,格式为字符串组成的列表
      • fromdesc 和 todesc,可选参数,对应的fromlines,tolines的差距化文件的标题,暗中同意为空字符串
      • context 和 numlines,可选参数,context 为True时,只展现差别的上下文,为false,显示全文,numlines默许为5,当context为True时,控制呈现上下文的行数,当context为false时,控制不一致距离的高亮之间活动时“next”的上马地点(尽管设置为0,当移动懂顶端时,超链接会丢失引用地址)

标识为?供给你通过人工的措施仔细比较他们的不等,他们产生的来头是源于混乱的制表符

BeautifulSoup 能够将 lxml 作为解析器,这么些作者是明白的,可是lmxl.html.soupparser 可以调用 BeautifulSoup
作者就不知道了。刚初叶以为明白错误,不过真的在源码中找到的凭据,soupparser
模块中引入了 BeautifulSoup ,并且也调用了该函数。

叁 、platform库 ——– 获取当前系统

class difflib.HtmlDiff

两者之间能够彼此调用,并且两者之间的函数也是很一般的,就连 css
采用器五个也都有。有意思了。难道 BeautifulSoup 是 lxml 的一局地?

四 、logger库 ——–
假如选择robot framework,能够观察明明有别,能够定制日志log展现

其一类用来创设四个html表格(也许隐含html表格的公文)用来显示文件差别。他既能够进行全文本突显,也可以只显示上下文分化。

BeautifulSoup 是在 二零零二 年公告的。lxml 大概是在 二零零七 年表露。

robot
framework的感受还不错,大致是因为其测试报告已经足以满意平日供给,很少有人会想去修改或许扩大自身想要展示的剧情,比如扩展2个超链接,体现越多的始末,所以这一部分花了很短日子均没有在网上找到相关资料,最终只得阅读源码。

这几个类的构造函数如下:

2008 年,lxml v2.0 公布,lxml.html 添加到库中;在 v2.0.3 版本中
lxml.html.soupparser 才出现。

遗憾与待优化:

__init__(tabsize=8, wrapcolumn=None, linejunk=None,
charjunk=IS_CHARACTER_JUNK)

以至于 二零一二 年 bs4 发表,BeautifulSoup 才方可选择从停放解析器、html5lib
、lxml 这四个当选2个作为解析器,而以前版本采取的是却是另3个。

  当中有局地内容,原先准备选择自循环的方法处理,不过经过中的数据传输逻辑简单错乱,以往会设想把那部分优化一下。

tabsize表示制表符代表的空格个数,暗中同意为8

眼看,这多个是五次事。可是两者之间的分别以及联系是怎么着(因为相似度有点高),特定的场地下又该做出何种选用?这一个问号先立在那边,容作者事后回答。小编所知道的是
BeautifulSoup 强大检查和测试编码能力,并且能够以 utf-8 情势出口;lxml
具有速度飞起的文件解析力。

##############################以下是代码部分,附件文件可以拖到本地执行并查看结果##################################################

  1 # coding=utf-8
  2 import re
  3 import xml.etree.ElementTree as ET  #解析xml的库
  4 import difflib   #文件对比库
  5 import datetime  #时间库
  6 import platform  #获取系统的库window、linux...
  7 import os
  8 from robot.api import logger    #不需要的话可以注释掉:robot framework框架脚本运行时会产生日志,可以利用这个库定制log
  9 
 10 # listafter:将解析后的xml,转换成按序排列的list:(tag,attrib,(tag,attrib,text))
 11 # 此方法是被下面一个方法xmltolist()调用的,想知道具体结果,可以使用下面的方法打印解析后的结果
 12 def listafter(listcom1):
 13     listcomarr1 = []
 14     text1 = []
 15     listcomarr1.append(listcom1.tag)
 16     listcomarr1.append(listcom1.attrib)
 17     if len(listcom1) > 0:
 18         for listcom2 in listcom1:
 19             listcomarr2 = []
 20             text2 = []
 21             listcomarr2.append(listcom2.tag)
 22             listcomarr2.append(listcom2.attrib)
 23             if len(listcom2) > 0:
 24                 for listcom3 in listcom2:
 25                     listcomarr3 = []
 26                     text3 = []
 27                     listcomarr3.append(listcom3.tag)
 28                     listcomarr3.append(listcom3.attrib)
 29                     if len(listcom3) > 0:
 30                         for listcom4 in listcom3:
 31                             listcomarr4 = []
 32                             text4 = []
 33                             listcomarr4.append(listcom4.tag)
 34                             listcomarr4.append(listcom4.attrib)
 35                             if len(listcom4) > 0:
 36                                 for listcom5 in listcom4:
 37                                     listcomarr5 = []
 38                                     text5 = []
 39                                     listcomarr5.append(listcom5.tag)
 40                                     listcomarr5.append(listcom5.attrib)
 41                                     if len(listcom5) > 0:
 42                                         for listcom6 in listcom5:
 43                                             listcomarr6 = []
 44                                             text6 = []
 45                                             listcomarr6.append(listcom6.tag)
 46                                             listcomarr6.append(listcom6.attrib)
 47                                             if len(listcom6) > 0:
 48                                                 for listcom7 in listcom6:
 49                                                     listcomarr7 = []
 50                                                     text7 = []
 51                                                     listcomarr7.append(listcom7.tag)
 52                                                     listcomarr7.append(listcom7.attrib)
 53                                                     if len(listcom7) > 0:
 54                                                         for listcom8 in listcom7:
 55                                                             listcomarr8 = []
 56                                                             text8 = []
 57                                                             listcomarr8.append(listcom8.tag)
 58                                                             listcomarr8.append(listcom8.attrib)
 59                                                             if len(listcom8) > 0:
 60                                                                 for listcom9 in listcom8:
 61                                                                     listcomarr9 = []
 62                                                                     text9 = []
 63                                                                     listcomarr9.append(listcom9.tag)
 64                                                                     listcomarr9.append(listcom9.attrib)
 65                                                                     # Start:判断是否需要继续递归
 66                                                                     if len(listcom9) > 0:
 67                                                                         for listcom10 in listcom9:
 68                                                                             listcomarr10 = []
 69                                                                             text10 = []
 70                                                                             listcomarr10.append(listcom10.tag)
 71                                                                             listcomarr10.append(listcom10.attrib)
 72                                                                             listcomarr10.append([listcom10.text])
 73                                                                             text9.append(listcomarr10)
 74                                                                     else:
 75                                                                         text9.append(listcom9.text)
 76                                                                     # End:判断是否需要继续递归
 77                                                                     # list二维数组排序
 78                                                                     text9 = sorted(text9)
 79                                                                     listcomarr9.append(text9)
 80                                                                     text8.append(listcomarr9)
 81                                                             else:
 82                                                                 text8.append(listcom8.text)
 83                                                             text8 = sorted(text8)
 84                                                             listcomarr8.append(text8)
 85                                                             text7.append(listcomarr8)
 86                                                     else:
 87                                                         text7.append(listcom7.text)
 88                                                     text7 = sorted(text7)
 89                                                     listcomarr7.append(text7)
 90                                                     text6.append(listcomarr7)
 91                                             else:
 92                                                 text6.append(listcom6.text)
 93                                             text6 = sorted(text6)
 94                                             listcomarr6.append(text6)
 95                                             text5.append(listcomarr6)
 96                                     else:
 97                                         text5.append(listcom5.text)
 98                                     text5 = sorted(text5)
 99                                     listcomarr5.append(text5)
100                                     text4.append(listcomarr5)
101                             else:
102                                 text4.append(listcom4.text)
103                             text4 = sorted(text4)
104                             listcomarr4.append(text4)
105                             text3.append(listcomarr4)
106                     else:
107                         text3.append(listcom3.text)
108                     text3 = sorted(text3)
109                     listcomarr3.append(text3)
110                     text2.append(listcomarr3)
111             else:
112                 text2.append(listcom2.text)
113             text2 = sorted(text2)
114             listcomarr2.append(text2)
115             text1.append(listcomarr2)
116     else:
117         text1.append(listcom1.text)
118     text1 = sorted(text1)
119     listcomarr1.append(text1)
120     return listcomarr1
121 
122 # 将xml内容转换成按序排列的list,返回值有3个:处理后的spmlxmllist、不需要处理的头部spmlstart、不需要处理的尾部spmlend
123 # spmlstart、spmlend是为了控制不需要处理的头部和尾部,提高处理效率
124 def xmltolist(spml):
125     if spml.find("<spml:") != -1:
126         startnum = re.search(r'<spml:[^>]*>', spml).span()[1]
127         endnum = spml.rfind("</spml:")
128         spmlstart = spml[:startnum].strip()
129         spmlend = spml[endnum:].strip()
130         spmlxml = '''<spml:modifyRequest xmlns:spml='{spml}' xmlns:subscriber="{subscriber}" xmlns:xsi="{xsi}">\n%s</spml:modifyRequest>''' % (
131             spml[startnum:endnum].strip())
132     elif spml.find("<PlexViewRequest") != -1:
133         startnum = re.search(r'<PlexViewRequest[^>]*>', spml).span()[1]
134         endnum = spml.rfind("</PlexViewRequest>")
135         spmlstart = spml[:startnum].strip()
136         spmlend = spml[endnum:].strip()
137         spmlxml = '''<PlexViewRequest>\n%s</PlexViewRequest>''' % (spml[startnum:endnum].strip())
138     else:
139         spmlstart = ""
140         spmlend = ""
141         spmlxml = spml
142     # print spmlstart
143     # print endspml
144     # print spmlxml
145     tree = ET.fromstring(spmlxml)
146     spmlxmllist = listafter(tree)
147     return spmlxmllist, spmlstart, spmlend
148 
149 # 将xmltolist处理形成的spmlxmllist再回头变成xml(xml中,同节点的内容已被按需排列)
150 def listtoxml(spmllist1):
151     kong = "  "
152     spmltag1 = spmllist1[0]
153     spmlattrib1 = ""
154     bodyxml1 = ""
155     if spmllist1[1] != {}:
156         for key, value in spmllist1[1].items():
157             spmlattrib1 += " %s='%s'" % (key, value)
158     startxml1 = "<%s%s>" % (spmltag1, spmlattrib1)
159     endxml1 = "</%s>" % (spmltag1)
160     spmlxml1 = ""
161     if isinstance(spmllist1[2][0], list):
162         spmlxml2 = ""
163         for spmllist2 in spmllist1[2]:
164             spmltag2 = spmllist2[0]
165             spmlattrib2 = ""
166             bodyxml2 = ""
167             if spmllist2[1] != {}:
168                 for key, value in spmllist2[1].items():
169                     spmlattrib2 += " %s='%s'" % (key, value)
170             startxml2 = "<%s%s>" % (spmltag2, spmlattrib2)
171             endxml2 = "</%s>" % (spmltag2)
172             if isinstance(spmllist2[2][0], list):
173                 spmlxml3 = ""
174                 for spmllist3 in spmllist2[2]:
175                     spmltag3 = spmllist3[0]
176                     spmlattrib3 = ""
177                     bodyxml3 = ""
178                     if spmllist3[1] != {}:
179                         for key, value in spmllist3[1].items():
180                             spmlattrib3 += " %s='%s'" % (key, value)
181                     startxml3 = "<%s%s>" % (spmltag3, spmlattrib3)
182                     endxml3 = "</%s>" % (spmltag3)
183                     if isinstance(spmllist3[2][0], list):
184                         spmlxml4 = ""
185                         for spmllist4 in spmllist3[2]:
186                             spmltag4 = spmllist4[0]
187                             spmlattrib4 = ""
188                             bodyxml4 = ""
189                             if spmllist4[1] != {}:
190                                 for key, value in spmllist4[1].items():
191                                     spmlattrib4 += " %s='%s'" % (key, value)
192                             startxml4 = "<%s%s>" % (spmltag4, spmlattrib4)
193                             endxml4 = "</%s>" % (spmltag4)
194                             if isinstance(spmllist4[2][0], list):
195                                 spmlxml5 = ""
196                                 for spmllist5 in spmllist4[2]:
197                                     spmltag5 = spmllist5[0]
198                                     spmlattrib5 = ""
199                                     bodyxml5 = ""
200                                     if spmllist5[1] != {}:
201                                         for key, value in spmllist5[1].items():
202                                             spmlattrib5 += " %s='%s'" % (key, value)
203                                     startxml5 = "<%s%s>" % (spmltag5, spmlattrib5)
204                                     endxml5 = "</%s>" % (spmltag5)
205                                     if isinstance(spmllist5[2][0], list):
206                                         spmlxml6 = ""
207                                         for spmllist6 in spmllist5[2]:
208                                             spmltag6 = spmllist6[0]
209                                             spmlattrib6 = ""
210                                             bodyxml6 = ""
211                                             if spmllist6[1] != {}:
212                                                 for key, value in spmllist6[1].items():
213                                                     spmlattrib6 += " %s='%s'" % (key, value)
214                                             startxml6 = "<%s%s>" % (spmltag6, spmlattrib6)
215                                             endxml6 = "</%s>" % (spmltag6)
216                                             if isinstance(spmllist6[2][0], list):
217                                                 spmlxml7 = ""
218                                                 for spmllist7 in spmllist6[2]:
219                                                     spmltag7 = spmllist7[0]
220                                                     spmlattrib7 = ""
221                                                     bodyxml7 = ""
222                                                     if spmllist7[1] != {}:
223                                                         for key, value in spmllist7[1].items():
224                                                             spmlattrib7 += " %s='%s'" % (key, value)
225                                                     startxml7 = "<%s%s>" % (spmltag7, spmlattrib7)
226                                                     endxml7 = "</%s>" % (spmltag7)
227                                                     if isinstance(spmllist7[2][0], list):
228                                                         spmlxml8 = ""
229                                                         for spmllist8 in spmllist7[2]:
230                                                             spmltag8 = spmllist8[0]
231                                                             spmlattrib8 = ""
232                                                             bodyxml8 = ""
233                                                             if spmllist8[1] != {}:
234                                                                 for key, value in spmllist8[1].items():
235                                                                     spmlattrib8 += " %s='%s'" % (key, value)
236                                                             startxml8 = "<%s%s>" % (spmltag8, spmlattrib8)
237                                                             endxml8 = "</%s>" % (spmltag8)
238                                                             if isinstance(spmllist8[2][0], list):
239                                                                 spmlxml9 = ""
240                                                                 for spmllist9 in spmllist8[2]:
241                                                                     spmltag9 = spmllist9[0]
242                                                                     spmlattrib9 = ""
243                                                                     bodyxml9 = ""
244                                                                     if spmllist9[1] != {}:
245                                                                         for key, value in spmllist9[1].items():
246                                                                             spmlattrib9 += " %s='%s'" % (key, value)
247                                                                     startxml9 = "<%s%s>" % (spmltag9, spmlattrib9)
248                                                                     endxml9 = "</%s>" % (spmltag9)
249                                                                     if isinstance(spmllist9[2][0], list):
250                                                                         spmlxml10 = ""
251                                                                         for spmllist10 in spmllist9[2]:
252                                                                             spmltag10 = spmllist10[0]
253                                                                             spmlattrib10 = ""
254                                                                             bodyxml10 = ""
255                                                                             if spmllist10[1] != {}:
256                                                                                 for key, value in spmllist10[1].items():
257                                                                                     spmlattrib10 += " %s='%s'" % (
258                                                                                         key, value)
259                                                                             startxml10 = "<%s%s>" % (
260                                                                                 spmltag10, spmlattrib10)
261                                                                             endxml10 = "</%s>" % (spmltag10)
262                                                                             bodyxml10 = spmllist10[2][0]
263                                                                             spmlxml10 += "\n%s%s%s%s" % (
264                                                                                 kong * 9, startxml10, bodyxml10,
265                                                                                 endxml10)
266                                                                         spmlxml9 += "\n%s%s%s\n%s%s" % (
267                                                                             kong * 8, startxml9, spmlxml10, kong * 8,
268                                                                             endxml9)
269                                                                     else:
270                                                                         bodyxml9 = spmllist9[2][0]
271                                                                         spmlxml9 += "\n%s%s%s%s" % (
272                                                                             kong * 8, startxml9, bodyxml9, endxml9)
273                                                                 spmlxml8 += "\n%s%s%s\n%s%s" % (
274                                                                     kong * 7, startxml8, spmlxml9, kong * 7, endxml8)
275                                                             else:
276                                                                 bodyxml8 = spmllist8[2][0]
277                                                                 spmlxml8 += "\n%s%s%s%s" % (
278                                                                     kong * 7, startxml8, bodyxml8, endxml8)
279                                                         spmlxml7 += "\n%s%s%s\n%s%s" % (
280                                                             kong * 6, startxml7, spmlxml8, kong * 6, endxml7)
281                                                     else:
282                                                         bodyxml7 = spmllist7[2][0]
283                                                         spmlxml7 += "\n%s%s%s%s" % (
284                                                             kong * 6, startxml7, bodyxml7, endxml7)
285                                                 spmlxml6 += "\n%s%s%s\n%s%s" % (
286                                                     kong * 5, startxml6, spmlxml7, kong * 5, endxml6)
287                                             else:
288                                                 bodyxml6 = spmllist6[2][0]
289                                                 spmlxml6 += "\n%s%s%s%s" % (kong * 5, startxml6, bodyxml6, endxml6)
290                                         spmlxml5 += "\n%s%s%s\n%s%s" % (
291                                             kong * 4, startxml5, spmlxml6, kong * 4, endxml5)
292                                     else:
293                                         bodyxml5 = spmllist5[2][0]
294                                         spmlxml5 += "\n%s%s%s%s" % (kong * 4, startxml5, bodyxml5, endxml5)
295                                 spmlxml4 += "\n%s%s%s\n%s%s" % (kong * 3, startxml4, spmlxml5, kong * 3, endxml4)
296                             else:
297                                 bodyxml4 = spmllist4[2][0]
298                                 spmlxml4 += "\n%s%s%s%s" % (kong * 3, startxml4, bodyxml4, endxml4)
299                         spmlxml3 += "\n%s%s%s\n%s%s" % (kong * 2, startxml3, spmlxml4, kong * 2, endxml3)
300                     else:
301                         bodyxml3 = spmllist3[2][0]
302                         spmlxml3 += "\n%s%s%s%s" % (kong * 2, startxml3, bodyxml3, endxml3)
303                 spmlxml2 += "\n%s%s%s\n%s%s" % (kong * 1, startxml2, spmlxml3, kong * 1, endxml2)
304             else:
305                 bodyxml2 = spmllist2[2][0]
306                 spmlxml2 += "\n%s%s%s%s" % (kong * 1, startxml2, bodyxml2, endxml2)
307         spmlxml1 += "\n%s%s\n%s" % (startxml1, spmlxml2, endxml1)
308     else:
309         bodyxml1 = spmllist1[2][0]
310         spmlxml1 += "\n%s%s%s" % (startxml1, bodyxml1, endxml1)
311     return spmlxml1
312 
313 # 将startspml, xmlspml, endspml组合起来,其中有一部分内容需要根据实际情况处理
314 def regroupspml(startspml, xmlspml, endspml):
315     xmlspml = str(xmlspml).replace("{{", "").replace("}}", ":").strip().splitlines()
316     if endspml != "":
317         startspml = str(startspml.strip()).replace("\"", "\'")
318         startspml = re.sub(" +>", ">", startspml)
319         startspml = startspml.splitlines()
323         endspml = str(endspml.strip()).splitlines()
324         spmlxmlcom = startspml + xmlspml[1:-1] + endspml
325     else:
326         spmlxmlcom = xmlspml
327     return spmlxmlcom
328 
329 # 对按序排列的xml进行内容比对,生成html文件,可以很直接的看出内容区别
330 def diffspml(spmlxml1, spmlxml2):
331     spmlxmllist1, spmlstart1, spmlend1 = xmltolist(spmlxml1)
332     spmlxmllist2, spmlstart2, spmlend2 = xmltolist(spmlxml2)
333     spmlxmlcom1 = listtoxml(spmlxmllist1)
334     spmlxmlcom2 = listtoxml(spmlxmllist2)
335     spmlxmlcom1 = regroupspml(spmlstart1, spmlxmlcom1, spmlend1)
336     spmlxmlcom2 = regroupspml(spmlstart2, spmlxmlcom2, spmlend2)
337     # print spmlstart1
338     # print spmlend1
339     if spmlxmlcom1 == spmlxmlcom2:
340         return 0
341     else:
342         global diffspmNum
343         global outputhtml_dir
344         try:
345             diffspmNum += 1
346         except:
347             diffspmNum = 1
348             system = platform.system()
349             if ('Windows' in system):
350                 outputhtml_dir = "c:/RobotLog"
351             else:
352                 outputhtml_dir = "/tmp/RobotLog"
353             outputhtml_dir = "%s/%s" % (outputhtml_dir, datetime.datetime.now().strftime('%Y%m%d_%H%M%S'))
354             os.makedirs(outputhtml_dir)
355         Loghtmldir = "%s/%s.html" % (outputhtml_dir, diffspmNum)
356         # logger.write("<a href=\"%s\">%s</a>" % (Loghtmldir, Loghtmldir), "HTML")
357         hd = difflib.HtmlDiff(8,65)
358         with open(Loghtmldir, 'w') as fo:
359             fo.write(hd.make_file(spmlxmlcom1, spmlxmlcom2))
360             fo.close()
361         return Loghtmldir

wrapcolumn,可选参数,用来安装某些个字符时自动换行,暗许None,为None时表示不自行换行

本篇文章的介绍顺序是 lxml.etreeXPathlxml.html

 

linejunkcharjunk,可选参数,在ndiff()中采取,

lxml.etree

作为3个强大的 xml 处理模块,该有的机能她都以一些。

若操作一个 XML ,先是要能读写,能将字符串或流读进来解析成
ElementTree ,又能将 ElementTree 转换为字符串或流。在那地点 lxml
提供了多少个可用的函数:

  • etree.fromstring( string )

    将 string 解析为 Element 或者 ElementTree 。

  • etree.parse( file )

    将文件大概是 file_like 对象解析为 ElementTree (not an Element
    object),因为 parse()
    一般解析整篇文书档案,字符串解析函数一般只分析片段。个中 file 还足以是
    HTTP/FTP U瑞虎L ,也正是说,file 应该是1个 Bytes 流。但是 libxml2 中的
    HTTP/FTP client 相比较不难,所以能够考虑选取第1方库。

  • XML( text ) / HTML( text )

    作为比较像 fromstring() ,比较直接的对 XML 和 HTML
    文书档案举行一定解析,能够修改解析器 parser
    参数,不相同的解析器设置差别依旧蛮大的。在那之中 parser 能够由相应的
    XMLParser() / HTMLParser() 函数生成,可设置项有成都百货上千不但限于 encoding
    、recover 、remove_blank_text 、remove_comments
    ,可是暗许值是存在不一致的。比如 recover 在 XML 中是 False ,而在 HTML
    中是 True 。在 HTML 中会使用 libxml2 的 recover
    算法对不盒装饭菜的竹签进行修复。

  • etree.tostring( elt )

    将叁个 Element 也许 ElementTree 转换为 string
    情势。那中间有多少个可选参数:pretty_print=False
    表示是不是格式化提升可读性;method=”xml”
    接纳输出后的文书档案格式,不一样的选用,做的修改也不等同,可选参数有 xml
    、html 、text (文本内容不包含标签,就是纯文本内容,tail也是) 、c14n
    (规范化 xml );encoding=None 表示以什么编码的字符串输出,在无 xml
    文书档案申明情形下暗中认可是 ASCⅡ ,可经过 encoding=None
    实行改动,不过只要所改编码不是 utf-8 包容,那么将会启用默许注脚。

  • ElementTree.write( file )

    那几个是 ElementTree 特有的方法,是将 ElementTree 写到 a file, a
    file-like object, or a UHavalL (via FTP PUT or HTTP POST) 。可选参数和
    tostring() 差不离,也有两样。

余下正是操作了,增删查改一样也很多,而寻找是多余多个的基础。

etree 对于每个成分都有一个成立函数,比如 Element() 、ElementTree()
、SubElement() 以及 Comment()
。基本全数的函数都以依据那个实例对象的,lxml 的 API 是比较 Pythonic
的,Element 的行事和 list 比较像可以采纳 len() 函数切开等,Element 的
attrib 正是多个 dist ;在那之中 Element 实例拥有 4二个属性和格局,包涵了有着:

append() insert()

clear() remove()

find*() get*() iter*() xpath()

set() 以及属性 .tag .attrib .text .tail等的操作

ElementTree 实例拥有的艺术较少,常用的大概有 7
种,主假若寻找find*() get*() xpath()

Element 的性质介绍:

  • .tag

    要素的称谓

  • .attrib

    二个带有成分属性的字典,key 是属性名,value 是呼应的值。

  • .text

    Element
    的公文均为直接子文本,不包蕴子成分中的文本,那一个中又包含两部分 .text
    和 .tail 。.text 是率先个子成分标签在此以前的,倘使没有则为 None 。

  • .tail

    .tail 为 Element
    的闭馆标签之后的公文,并且是在下三个兄弟子标签在此以前的片段。没有则为
    None 。

Element 的方式介绍:

  • append( child )

    加上二个新的子节点(能够是 Element 、Comment)到当前 Element 中。

  • insert( index, elt)

    将子成分 elt 插入到内定地方,那个 index
    的随意性比较大,假诺是正数不过当先了最大值,那么 lxml
    会直接将这几个因素插到最后,假使是负数,不过那么些负数所指地点不存在,那么就插到结尾,这一个负数的地方总括规则和列表的那些不太一样,不明白正确的原理是怎么着,可是通过测试,-n所插的职位,后边有
    n (以变更前总括)个因素。假如对 Element 中的子成分执行 insert()
    操作,那么子元素地点会按 index 指定的转移。

  • clear()

    调用该函数,将移除全部情节 .attrib 将被移除 .text 和 .tail
    将棉被服装置为 None 全数的子节点将被删除。

  • remove( child )

    将子节点 child 从Element 中移除 ,如若child 不是 Element
    的子节点,将会吸引 ValueError 至极。

  • find( path )

    从 Element 的子成分及子孙成分中寻觅第多个符合 path 的 subelement
    。若是没有回来 None 。

    ElementPath 是 ElementTree 自带的3个 XPath-like 的路径语言,和
    XPath 差不太多,主要不一样是 ElementPath 能用 {namespace}tag,但是ElementPath 不可能使用值相比较和函数。

  • findall( path )

    回去三个男才女貌的 Element 的列表。

  • findtext( path, default=None )

    回来第③个匹配成分的 .text 内容,假若存在非凡,然则从未 .text
    内容,那么将回来一个空字符串,即便没有2个十分的因素,那么将会回到一个None ,可是有 default 参数,重返 default 所钦命的。

  • get( key, default=None )

    再次回到字符串情势的 属性 key 的值,没有重回 None 或然 default 内定的。

  • getchildren()

    回到2个包涵 Element 子成分的列表。

  • getiterator( tag=None, *tags )

    归来成分的一个生成器,再次来到成分类别取决于参数 tag
    ,生成顺序是in document order (depth first pre-order)
    深度优先的先根遍历。借使没有参数的话,则第②个正是因素本人。即使想使用一个飞快的生成器,能够应用
    .iter() 。

  • getroottree()

    回来该因素的 ElementTree 。

  • iter( tag=None, *tags )

    过滤特定标签,生成迭代器。默许情状下,iter()
    迭代具备的节点,包罗PI(处理指令) 、Comment(注释)
    等,倘诺只想迭代标签成分,能够选择 Element factory
    做参数e.iter(tag = etree.Element)

  • iterfind( path )

    迭代颇具匹配 ElementPath 的 Element 。

  • itertext( tag=None, *tags, with_tail=True )

    迭代 Element 成分的文书内容,with_tail 参数决定是不是迭代子成分的
    tail 。Element 的tail 不会进展迭代。

  • iterancestors( tag=None )

    只要忽略参数,那么将会迭代全数先辈,加标签名方可只迭代该标签先辈。

  • iterchildren( reversed=False, tag=None )

    由此设置 reversed=True 能够以反向的逐一迭代子成分。

  • itersiblings( preceding=False )

    迭代 Element 之后的男士儿成分,能够因而设置 preceding=True 仅迭代
    Element 以前的兄弟成分。

  • iterdescendants( tag=None )

    同 iterancestors()

  • items()

    回去由成分属性的键值所组成的( name, value)元组的列表。

  • keys()

    归来四个不曾特定顺序的因素属性名的列表。

  • set(A, V)

    创立可能转移属性 A 的值为 V。

  • xpath()

ElementTree 方法介绍:

尚无介绍的艺术,是日前的切近,可能曾经介绍过。

  • find( path )

  • findall( path )

  • findtext( path )

  • getiterator( tag=None, *tags )

  • getroot()

    获得 ElementTree 的 root 成分,一般情形下是树的根节点的 Element
    的实例,然则 ElementTree 是经没有别的东西创建出来的,将赶回 None 。

  • xpath()

  • write()

 

#############################################以上是代码部分#################################################################

 1 spmlxml1='''
 2 <PlexViewRequest SessionId="${sessionid}" ProvisioningGroup="volte" Command="ed-ngfs-subscriber-v2"><SubParty><PrimaryPUID>+86${ISDN}@${domain}</PrimaryPUID><PartyId>+86${ISDN}</PartyId></SubParty><SeqRinging><RingingList>null^null^true^true^10^false`+86${msisdn1}^STANDARD^true^true^10^false</RingingList><DefaultAnswerTimeout>10</DefaultAnswerTimeout><Send181Mode>TAS_181_NONE</Send181Mode><Activated>true</Activated><PublicUID>+86${ISDN}@${domain}</PublicUID><Assigned>true</Assigned></SeqRinging></PlexViewRequest>
 3 '''
 4 spmlxml2='''
 5 <PlexViewRequest SessionId="${sessionid}" ProvisioningGroup="volte" Command="ed-ngfs-subscriber-v2">
 6    <SubParty>
 7       <PrimaryPUID>+86${ISDN}@${domain}</PrimaryPUID>
 8       <PartyId>+86${ISDN}</PartyId>
 9    </SubParty>
10    <SeqRinging>
11       <RingingList>null^null^true^true^10^false`+86${msisdn1}^STANDARD^true^true^10^false</RingingList>
12       <DefaultAnswerTimeout>10</DefaultAnswerTimeout>
13       <Send181Mode>TAS_180_NONE</Send181Mode>
14       <Activated>true</Activated>
15       <PublicUID>+86${ISDN}@${domain}</PublicUID>
16    </SeqRinging>
17 </PlexViewRequest>
18 '''
19 print diffspml(spmlxml1, spmlxml2)

#####################################以上列出来了本公司使用的xml格式(还可以更复杂),方法中有部分内容是根据本身需要,特别处理的####################################

其一类的公物艺术:

XPath

XPath 是一门在 XML 文书档案中查找新闻的路线语言,W3C 文书档案:XML Path
Language (XPath), Version
1.0

富有的搜索都是依据参考定位的,依靠两者之间存在的某种关系,或骨干,或同级,那样一步一步的查到。

在 XPath
中,有七种类型的节点:成分、属性、文本、命名空间、处理指令、注释以及文书档案节点(或称为根节点)。

XPath 使用路径表达式在 XML 文书档案中甄选节点。节点是通过沿着路径或许 step
来选择的。

下边列出了最管用的门道表达式:

表达式 描述
nodename 选取此节点的所有子节点。
/ 从根节点选取。
// 从匹配选择的当前节点选择文档中的节点,而不考虑它们的位置。
. 选取当前节点。
.. 选取当前节点的父节点。
@ 选取属性。

XPath 通配符可用来摘取未知的 XML 成分。

通配符 描述
* 匹配任何元素节点。
@* 匹配任何属性节点。
node() 匹配任何类型的节点。

透过在路线表明式中选择“|”运算符,能够采纳若干个途径,“|”两边的表明式是彼此独立的,并非是八个表达式下。

除了这一个之外上面介绍的还有四个概念必要精晓:轴(Axes)谓语

经过上述介绍大家着力得以展开抉择节点了,不过有大概选的节点有点多,那么此时就须要用谓语了。谓语正是用来做过滤的,过滤条件均写在[]中。

其一过滤条件可写内容有许多:运算符表明式、数字、函数以及文字( Literal
,W3C 的英文介绍没仔细看,没太懂 Literal 说的是什么样)。

w3school 给的三个例证,比较有代表性呢。

路径表达式 结果
/bookstore/book[1] 选取属于 bookstore 子元素的第一个 book 元素。
/bookstore/book[last()] 选取属于 bookstore 子元素的最后一个 book 元素。
/bookstore/book[last()-1] 选取属于 bookstore 子元素的倒数第二个 book 元素。
/bookstore/book[position()<3] 选取最前面的两个属于 bookstore 元素的子元素的 book 元素。
//title[@lang] 选取所有拥有名为 lang 的属性的 title 元素。
//title[@lang=’eng’] 选取所有 title 元素,且这些元素拥有值为 eng 的 lang 属性。
/bookstore/book[price>35.00] 选取 bookstore 元素的所有 book 元素,且其中的 price 元素的值须大于 35.00。
/bookstore/book[price>35.00]/title 选取 bookstore 元素中的 book 元素的所有 title 元素,且其中的 price 元素的值须大于 35.00。

Xpath 的轴定于的是周旋于当下节点有所某种相同特征的节点集。

轴名称 结果
ancestor 选取当前节点的所有先辈(父、祖父等)。
ancestor-or-self 选取当前节点的所有先辈(父、祖父等)以及当前节点本身。
attribute 选取当前节点的所有属性。
child 选取当前节点的所有子元素。
descendant 选取当前节点的所有后代元素(子、孙等)。
descendant-or-self 选取当前节点的所有后代元素(子、孙等)以及当前节点本身。
following 选取文档中当前节点的结束标签之后的所有节点。
namespace 选取当前节点的所有命名空间节点。
parent 选取当前节点的父节点。
preceding 选取文档中当前节点的开始标签之前的所有节点。
preceding-sibling 选取当前节点之前的所有同级节点。
self 选取当前节点。

每一个step都是由轴名称::NodeTest[谓语]构成。比如:child::*/child::pricechild::*child::price都以多少个step

 

make_file(fromlines, tolines [, fromdesc][, todesc][,
context][, numlines]
)

lxml.html

Since version 2.0, lxml comes with a dedicated Python package for
dealing with HTML: lxml.html. It is based on lxml’s HTML parser, but
provides a special Element API for HTML elements, as well as a number
of utilities for common HTML processing tasks.

The main API is based on the
lxml.etree
API, and thus, on the
ElementTree
API.

lxml.html 是一个专门用来处理 HTML 文书档案的,即使她依然是依据 HTML parser
的,然则他提供了不可胜举有针对性的 API
。那里只作三个简短介绍,深远摸底,请查阅官方文书档案。

第2在分析 HTML 文本上加码了多少个主意:

  • document_fromstring(string)
  • fragment_fromstring(string, create_parent=False)
  • fragments_fromstring(string)

附带对于 HTML 元素,除了前面包车型大巴章程之外又加了有个别:

  • .drop_tree()

    删去该因素及其全体子成分,如同
    el.getparent().remove(el),不过不会去除该因素的 .tail ,.tail
    将会与前一个因素合并。

  • .drop_tag()

    剔除该标签,然则会保留该因素的子成分与公事。

  • .find_class(class_name)

    再次来到一个饱含 class_name CSS 的因素列表。

  • .find_rel_links(rel)

    回去2个<a rel="{rel}">的因素列表

  • .get_element_by_id(id, default=None)

    通过 id 查找元素,借使没有回来暗中认可,如果文书档案违规出现多少个同 id
    的要素,仅重回第多个。

  • .text_content()

    回去成分的文本内容,包涵其子孙的公文内容。

  • .cssselect(expr)

    透过 CSS 选拔器选用成分。

  • .set(key, value=None)

    安装成分属性,假诺 value 没有给依旧是 None ,那么将创设三个 boolean
    attribute (属性只要出现即表示真,无论 value 是怎么,哪怕是个空白)
    E.g. <div checked></div>

正如小说初始说的分外, lxml.html.soupparser 能够引入 BeautifulSoup
,甚至能够仅使用 BeautifulSoup 的编码检查和测试模块 UnicodeDammit 。

末段便是能够动用 lxml.html.open_in_browser(lxml_doc)
直接在浏览器中浮现文书档案,甚至能够对文书档案的表单进行付出操作。

上述都以据本人的明亮而写,如有错误之处,欢迎调换。

 

用来生成二个包涵表格的html文件,其内容是用来呈现差距。

fromlinestolines,用于比较的始末,格式为字符串组成的列表

fromdesc
todesc,可选参数,对应的fromlines,tolines的差别化文件的题目,默许为空字符串

contextnumlines,可选参数,context
为True时,只突显差距的上下文,为false,显示全文,numlines私下认可为5,当context为True时,控制显示上下文的行数,当context为false时,控制不相同距离的高亮之间活动时“next”的起首地点(要是设置为0,当移动懂顶端时,超链接会丢失引用地址)

make_table(fromlines, tolines [, fromdesc][, todesc][,
context][, numlines]
)

这些主意和make_file用法一样,唯一的界别在于它只生成了1个html表格字符串

python安装包的Tools/scripts/diff.py是有关他们选取的一个很好的例证,它可以用命令行来运营。

新增于python2.4

difflib.context_diff(a, b[, fromfile][, tofile][,
fromfiledate][, tofiledate][, n][, lineterm]
)

用来相比a,b,a,b都以字符串列表。再次来到二个格式化文本的反差。

她是二个用来展现少量差其他好法子,那种变化,用前/后的体制举办展示,n暗中同意为3,用来支配显示发现的差别数

默许意况下,差距控制行(*** or
—)用来把a,b的差距区隔开分离来,便于程序读写处理,假诺不需求那样做的话,能够安装lineterm为””,那样,就会卸载一行里

假诺格式化差距文本要求标题和改动时间音信,通过fromfile, tofile,
fromfiledate, 和 tofiledate进行支配,如若不设置,暗许为空

>>> s1 = ['bacon\n', 'eggs\n', 'ham\n', 'guido\n']
>>> s2 = ['python\n', 'eggy\n', 'hamster\n', 'guido\n']
>>> for line in context_diff(s1, s2, fromfile='before.py', tofile='after.py'):
...     sys.stdout.write(line)  
*** before.py
--- after.py
***************
*** 1,4 ****
! bacon
! eggs
! ham
  guido
--- 1,4 ----
! python
! eggy
! hamster




guido difflib.get_close_matches

(

word, possibilities[, n][, cutoff]

)

 返回一个最相似匹配的列表word,用来进行匹配的片段(典型的应用是字符串)

possibilities,用来匹配word的片段

n,默认为3,返回的最多结果数,必须大于0

cutoff,默认为0.6,匹配的相似因数,他是一个介于0,1的浮点数
>>> get_close_matches('appel', ['ape', 'apple', 'peach', 'puppy'])
['apple', 'ape']
>>> import keyword
>>> get_close_matches('wheel', keyword.kwlist)
['while']
>>> get_close_matches('apple', keyword.kwlist)
[]
>>> get_close_matches('accept', keyword.kwlist)
['except']
difflib.ndiff

(

a, b[, linejunk][, charjunk]

)

正如a和b,重返差别

linejunk和charjunk都以用来协作的点子

linejunk:接收二个字符串的措施,假若这几个字符串被肯定为垃圾,则赶回true,否则为false,暗许为None,他调用了IS_LINE_JUNK()这么些方法,这一个法子存在bug,他不能够过滤掉’#’周围的不可知字符,2.3事后,对那几个措施举行了动态解析,表现会比原先好些

charjunk:接受七个字符的方式,假如那些字符被认定为垃圾,则赶回true,不然为false,它调用了IS_CHARACTER_JUNK(),
他会自行过滤掉空白字符(所以,不要用空白字符大概制表符作为分隔符)

Tools/scripts/ndiff.py 是进行这一方法的实例:

>>> diff = ndiff('one\ntwo\nthree\n'.splitlines(1),
...              'ore\ntree\nemu\n'.splitlines(1))
>>> print ''.join(diff),
- one
?  ^
+ ore
?  ^
- two
- three
?  -
+ tree
+ emu
difflib.restore

(

sequence, which

)

归来1或2的差别对Differ.compare() 或者
ndiff()的结果举办拍卖,根据参数which,再次回到片段1照旧有个别2的差别化结果实例:

>>> diff = ndiff('one\ntwo\nthree\n'.splitlines(1),
...              'ore\ntree\nemu\n'.splitlines(1))
>>> diff = list(diff) # materialize the generated delta into a list
>>> print ''.join(restore(diff, 1)),
one
two
three
>>> print ''.join(restore(diff, 2)),
ore
tree
emu

difflib.``unified_diff(a, b[, fromfile][, tofile][,
fromfiledate][, tofiledate][, n][金沙注册送58,, lineterm]
)

用来相比较a,b,a,b都以字符串列表。再次来到一个合并的格式化文本的距离。

接纳方法和difflib.context_diff一样,只是重临的始末突显格式有出入

>>> s1 = ['bacon\n', 'eggs\n', 'ham\n', 'guido\n']
>>> s2 = ['python\n', 'eggy\n', 'hamster\n', 'guido\n']
>>> for line in unified_diff(s1, s2, fromfile='before.py', tofile='after.py'):
...     sys.stdout.write(line)   
--- before.py
+++ after.py
@@ -1,4 +1,4 @@
-bacon
-eggs
-ham
+python
+eggy
+hamster
 guido

 

 

difflib.``IS_LINE_JUNK(line)如果是需要忽略的行,则返回为true,如果这个行内全为空格或者只有’#’,则将这行忽略掉

`difflib.IS_CHARACTER_JUNK(*ch*)假定是内需忽略的字符,则赶回为true,若是那一个字符为空格,则将那行忽略掉`

-辅助进行差距化相比较这一个模块提供的类和章程用来进行差距化相比,它亦可转移文书也许html格式的差别化比较结实,如若急需比较…

相关文章

网站地图xml地图