万能的XML（2）：再次实现

万能的XML（1）：初次实现

5.再次实现

鉴于SAX机制低级而简单，编写一个混合类来处理管理性细节通常很有帮助。这些管理性细节包括收集字符数据，管理布尔状态变量（如passthrough），将事件分派给自定义事件处理程序，等等。就这个项目而言，状态和数据处理非常简单，因此这里将专注于事件分派。

5.1.分派器混合类

与其在标准通用事件处理程序（如startElement）中编写长长的if语句，不如只编写自定义的具体事件处理程序（如start_page）并让它们自动被调用。你可以在一个混合类中实现这种功能，但通过继承这个混合类和ContentHandler来创建一个子类。

注意 混合类的功能有限，旨在与其它重要的类一起用作父类。

你希望程序具有如下功能。

• startElement被调用时，如果参数name为'foo'，它应尝试查找处理事件start_foo，并提供给它属性调用这个处理程序。
• 同样endElement被调用时，如果参数name为'foo'，它应尝试调用end_foo。
• 如果没有找到相应的处理程序，这些方法应调用方法default_start或default_end。如果没有这些默认处理程序，就什么都不做。

再来说一下参数的问题。自定义处理程序（如start_foo）无需将标签名作为参数，而自定义默认处理程序（如default_start）需要这样做。另外，只有起始处理程序需要将属性作为参数。

一头雾水？先来编写这个类最简单的部分。

这里实现了事件的基本处理程序，他们只是调用方法dispatch，而dispatch将负责查找合适的处理程序，创建参数元素并使用这些参数调用处理程序。方法dispatch代码如下：

这个方法所做的工作如下。

（1）根据前缀（'start'或'end'）和标签名（如'page'），生成处理程序名称（如'start_page'）。

（2）根据前缀生成默认处理程序的名称（如'default_start'）。

（3）尝试使用getattr获取处理程序，并将默认值设置为None。

（4）如果结果是可调用的，就将args设置为一个空元组。

（5）否则，就尝试使用getattr获取默认处理程序，并将默认值也设置为None。另外，将args设置为一个只包含标签名的元组（因为默认处理程序只需要标签名）。

（6）如果要调用的是起始处理程序，就将属性添加到参数元组（args）中。

（7）如果获得的处理程序是可调用的（即为可行的具体处理程序或默认处理程序），就使用正确的参数调用它。

明白了吗？这大致意味着你现在可以像下面这样编写内容处理程序：

鉴于这个分派器混合类负责完成了大部分管理工作，因此内容处理程序非常简单、易于理解。当然，稍后我们将再添加一些功能。

5.2.将首部和尾部写入文件的方法以及默认处理程序

本节比前一节容易得多。我们将编写专门用于将首部和尾部写入文件的方法，而不在事件处理中直接调用self.out.write。这样就可以通过继承来轻松得重写这些方法。我们让将首部和尾部写入文件的方法尽可能简单。

在初次实现中，处理XHTML内容的代码还与处理程序耦合得太紧，现在它们将由default_start和default_end处理。

这些代码与前面相同，只是移到了独立的方法中。（这通常是件好事。）现在就余下最后一块拼图了。

5.3.支持目录

为创建必要的目录，需要使用函数os.makedirs，它在指定的路径中创建必要的目录。例如os.makedirs('foo/bar/baz')在当前目录下创建目录foo，再在目录foo下创建目录bar，然后在目录bar下创建目录baz。如果目录foo已经存在，将只创建目录bar和baz。同样，如果目录bar也已经存在，将只创建目录baz。然而，如果目录baz也已经存在，通常将引发异常。为避免出现这种情况，我们将关键字参数exist_ok设置为True。另一个很有用的函数是os.path.join，它使用了正确的分隔符（例如，在UNIX中为/）将多条路径合而为一。

在整个处理期间，都把当前目录路径存储在变量directory包含的目录名列表中。进入某个目录时，就将其名称附加到这个列表末尾；而离开这个目录时，就将其名称从目录列表中弹出。你可以定义一个函数，来确保当前目录已创建好。

请注意，将目录列表传递给os.path.join时，我使用了星号运算符*进行了参数拆分。

可通过将网站的根目录（如public_html）传递给构造函数，如下所示：

5.4.事件处理程序

终于要实现事件处理程序了。需要4个事件处理程序，其中两个用于处理目录，另外两个用于处理页面。目录处理程序只使用了列表directory和方法ensure_directory。

页面处理程序使用了方法write_header和write_footer。另外，他们还设置了变量passthrough（以便将XHTML代码直接写入文件），而且打开和关闭与页面相关的文件（这可能是最重要的）。

start_page的第一行代码看起来有点吓人，但与ensure_directory的第一行代码大致相同，只是加上了文件名（和扩展名.html）。

这个程序完整的源代码如图所示。

运行之后将生成如下文件和目录：

• public_html/
• public_html/index.html
• public_html/interests/
• public_html/interests/shouting.html
• public_html/interests/sleeping.html
• public_html/interests/eating.html

6.进一步探索

至此，你创建了一个基本程序，可以对其做哪些扩展呢？下面是一些建议。

• 创建一个新的ContentHandler，用于创建由链接组成的网站目录或菜单。
• 在网站中添加导航帮助，让用户知道自己身在何处（在哪个目录中）。
• 创建一个WebsiteConstructor的子类，并在其中重写方法write_header和write_footer，以实现自定义设计。
• 再创建一个ContentHandler，使其根据XML文件创建单个网页。
• 创建一个以某种方式（如RSS）提供网站内容摘要的ContentHandler。
• 研究其他XML转换工具，尤其是XML转换（XSLT）。
• 使用ReportLab中的Platypus（http://www.reportlab.org）等工具根据XML文件创建一个或多个PDF文档。