用Python解析文本文件？

Question

我有一个作业，需要处理一个.txt文件，里面的内容大概是这样的：
p
没有人真正喜欢痛苦，没人会主动去追求痛苦，只是因为它是痛苦……

h1
这是这个文本文件的另一个例子。

我需要写一段Python代码，来解析这个文本文件，并创建一个xhtml文件。
我对Python很陌生，也不太了解这些东西，所以我需要一个项目的起点。
这段Python代码应该能把文本文件里的每一个“标签”提取出来，然后放到xhtml文件里。我希望我说的这些你能理解。
任何帮助都非常感谢！
提前谢谢你！
-bojan

Answer 1

与其直接把你提到的文本文件转换成XHTML文件，我会先把它转成一个中间的内存表示。

所以我会创建一些类来表示

和

标签，然后遍历文本文件，构建这些对象并把它们放到一个列表里（或者更复杂的对象，但看你文件的样子，列表就够用了）。接着，我会把这个列表传给另一个函数，这个函数会循环处理

和

对象，并把它们输出为XHTML格式。

作为额外的好处，我会让每个标签对象（比如Paragraph和Heading1类）实现一个as_xhtml()的方法，把实际的格式化工作交给这个方法。然后XHTML输出的循环可能会像这样：

for tag in input_tags:
    xhtml_file.write(tag.as_xhtml())

Answer 2

你说你对Python非常陌生，那我就从最基础的开始讲起。在Python中，你可以很简单地遍历文件中的每一行。

fyle = open("contents.txt")
for lyne in fyle :
    # Do string processing here
fyle.close()

接下来是如何解析这些内容。如果每个格式指令（比如p、h1）都在单独的一行上，你可以很容易地检查这一点。我会建立一个处理器的字典，然后这样获取处理器：

handlers= {"p": # p tag handler
           "h1": # h1 tag handler
          }

# ... in the loop
    if lyne.rstrip() in handlers :  # strip to remove trailing whitespace
        # close current handler?
        # start new handler?
    else :
        # pass string to current handler

你可以按照Daniel Pryden的建议，先创建一个内存中的数据结构，然后再把它转成XHTML。在这种情况下，处理器会知道如何构建与每个标签对应的对象。不过我觉得更简单的解决方案是，特别是当你时间不多的时候，直接生成XHTML，同时保持一个当前封闭标签的栈。在这种情况下，你的“处理器”可能只是一些简单的逻辑，用来把标签写入输出文件或字符串中。

在不知道你具体问题的情况下，我不能说更多。而且，我也不想替你做所有的作业。这些内容应该能给你一个好的开始。