技术宅,fat-man

增加语言的了解程度可以避免写出愚蠢的代码

导航

< 2025年3月 >
23 24 25 26 27 28 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30 31 1 2 3 4 5

统计

代码的持续改进

复制代码
#!/usr/bin/env python
# -*- coding: utf-8 -*-

#工厂模式
def createDomTree(htmlStream,type='soup'):
    if type == "soup":
        return tnDomTreeWithSoup(htmlStream)
    
    if type == "lxml":
        return tnDomTreeWithlXml(htmlStream)
    
    return None
    
#外部依赖的接口,它屏蔽了我具体使用的第三方库
class tnDomTree:
    #public
    def __init__(self,htmlStream):
        self.htmlStream = htmlStream
    
    def getLinkList(self):
        return self._getElementByTagName('a')#提取子类共有行为到基类
    
    def getImageList(self):
        return self._getElementByTagName('img')#提取子类共有行为到基类
    
    def elementToString(self,element):
        pass
    
    def getAttrValueOfElement(self,element,attName):
        pass
    
    #private
    def _getElementByTagName(self,tagName):#子类实现该方法
        pass

#使用BeautifulSoup的类
from BeautifulSoup import BeautifulSoup
class tnDomTreeWithSoup(tnDomTree):
    def __init__(self,htmlStream):
        tnDomTree.__init__(self,htmlStream)
        self._tree = BeautifulSoup(self.htmlStream)
        
    def _getElementByTagName(self,tagName):
        return self._tree.findAll(tagName)
    
    def elementToString(self,element):
        return str(element)
    
    def getAttrValueOfElement(self,element,attName):
        if hasattr(element,attName):
            return str(element[attName])
        else:
            return ""

#使用lxml
from lxml.html import tostring
from lxml.html.soupparser import fromstring
class tnDomTreeWithlXml(tnDomTree):
    def __init__(self,htmlStream):
        tnDomTree.__init__(self,htmlStream)
        self._tree = fromstring(self.htmlStream)
        
    def _getElementByTagName(self,tagName):
        list = []
        for i in self._tree.iter():
            if i.tag == tagName:
                list.append(i)
        return list
    
    def elementToString(self,element):
        return tostring(element)
    
    def getAttrValueOfElement(self,element,attName):
        if attName in set(element.keys()):
            return str(element.attrib[attName])
        else:
            return ""

if __name__ == "__main__":
    s1 = '''
    <p>BEIAI</p> <p><img src="/attachment/28" alt=""></p>
    '''
    print s1
    domtree = createDomTree(s1,'soup')
    list = domtree.getImageList()
    for i in list:
        print domtree.getAttrValueOfElement(i,'src')
        print domtree.elementToString(i)
复制代码

为什么能抽出一个公用的接口出来?本质上是因为这些东西有相似性,而具体到代码的设计,就应该设计成和其他类相似的API,否则类的设计就是不对的

posted on   codestyle  阅读(226)  评论(0编辑  收藏  举报

编辑推荐:
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
阅读排行:
· 周边上新:园子的第一款马克杯温暖上架
· Open-Sora 2.0 重磅开源!
· .NET周刊【3月第1期 2025-03-02】
· 分享 3 个 .NET 开源的文件压缩处理库,助力快速实现文件压缩解压功能!
· [AI/GPT/综述] AI Agent的设计模式综述
点击右上角即可分享
微信分享提示