用Python解析文本文件？

我必须做一个作业，其中我有一个.txt文件，其中包含如下内容
p
没有人喜欢痛苦本身，没有人追求痛苦，也没有人想要痛苦 拥有它，仅仅因为它是痛苦

h1
这是该文本文件的另一个示例

我想写一个python代码来解析这个文本文件，并创建一个XML和xhtml文件
我需要为这个项目找到一个起点，因为我对python非常陌生，对很多东西都不熟悉。
假设此python代码从该文本文件中获取这些“标记”，并将它们放入一个xhtml文件中，我希望我的要求对您有意义。
非常感谢您的帮助，
提前谢谢

---

-bojan

与其直接从您描述的文本文件转换为XHTML文件，不如先将其转换为内存中的中间表示

因此，我将构建类来表示

p

和

h1

标记，然后遍历文本文件，构建这些对象并将它们放入列表（或者甚至是更复杂的对象，但从文件外观来看，列表就足够了）。然后我将列表传递给另一个函数，该函数将循环遍历

p

和

h1

对象，并将它们作为XHTML输出

作为额外的奖励，我将使每个标记对象（例如，

段落

和

标题1

类）实现一个

As\u xhtml（）

方法，并将实际格式委托给该方法。然后，XHTML输出循环可能类似于：

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

---

我不会直接从您描述的文本文件转换为XHTML文件，而是首先将其转换为内存中的中间表示形式

因此，我将构建类来表示

p

和

h1

标记，然后遍历文本文件，构建这些对象并将它们放入列表（或者甚至是更复杂的对象，但从文件外观来看，列表就足够了）。然后我将列表传递给另一个函数，该函数将循环遍历

p

和

h1

对象，并将它们作为XHTML输出

作为额外的奖励，我将使每个标记对象（例如，

段落

和

标题1

类）实现一个

As\u xhtml（）

方法，并将实际格式委托给该方法。然后，XHTML输出循环可能类似于：

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

---

您说您对Python非常陌生，所以我将从非常低的层次开始。在Python中，可以非常简单地迭代文件中的行

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

现在如何解析它。如果每个格式化指令（例如p、h1）位于单独的一行上，您可以轻松地进行检查。我会建立一个处理程序字典，并得到如下处理程序：

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

您可以先创建内存中的数据结构，然后将其序列化到XHTML。在这种情况下，处理程序将知道如何构建与每个标记对应的对象。但我认为更简单的解决方案，特别是如果你没有很多时间，你只需要直接进入XHTML，保留一堆当前包含的标记。在这种情况下，您的“处理程序”可能只是将标记写入输出文件/字符串的一些简单逻辑

---

如果不知道你问题的具体情况，我就不能多说了。此外，我不想为你做所有的家庭作业。这应该给你一个好的开始。

你说你对Python非常陌生，所以我将从非常低级的开始。在Python中，可以非常简单地迭代文件中的行

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

现在如何解析它。如果每个格式化指令（例如p、h1）位于单独的一行上，您可以轻松地进行检查。我会建立一个处理程序字典，并得到如下处理程序：

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

您可以先创建内存中的数据结构，然后将其序列化到XHTML。在这种情况下，处理程序将知道如何构建与每个标记对应的对象。但我认为更简单的解决方案，特别是如果你没有很多时间，你只需要直接进入XHTML，保留一堆当前包含的标记。在这种情况下，您的“处理程序”可能只是将标记写入输出文件/字符串的一些简单逻辑

---

如果不知道你问题的具体情况，我就不能多说了。此外，我不想为你做所有的家庭作业。这将给您一个良好的开端。

输入文件的格式有些模糊。这可能是它在SO中的显示方式，但是。。。这些“p”、“h1”标记是在应用它们的部分之前的单独一行上，还是它们是类似html的标记，括号和结束标记在这里丢失或省略了？输入文件的格式有些模糊。这可能是它在SO中的显示方式，但是。。。这些“p”、“h1”标记是在应用它们的部分之前的单独一行上，还是像html一样的标记，括号和结束标记在这里丢失或省略了？+1回答得不错。不过，我想强调调用

fyle.close（）

（或者更好地使用带有open（“contents.txt”）的

作为fyle:

）。这是一个好习惯——让垃圾收集器处理打开的文件通常可以侥幸逃脱，但你真的不应该。你是对的，我按照你的建议添加了

fyle.close（）

<代码>与。。。as更好，但对于初学者来说，这更容易理解。+1回答不错。不过，我想强调调用

fyle.close（）

（或者更好地使用带有open（“contents.txt”）的

作为fyle:

）。这是一个好习惯——让垃圾收集器处理打开的文件通常可以侥幸逃脱，但你真的不应该。你是对的，我按照你的建议添加了

fyle.close（）

<代码>与。。。as更好，但对于初学者来说，这更容易理解。