python基础教程项目四之新闻聚合

Python  /  管理员 发布于 7年前   211

《python基础教程》书中的第四个练习，新闻聚合。现在很少见的一类应用，至少我从来没有用过，又叫做Usenet。这个程序的主要功能是用来从指定的来源（这里是Usenet新闻组）收集信息，然后讲这些信息保存到指定的目的文件中（这里使用了两种形式：纯文本和html文件）。这个程序的用处有些类似于现在的博客订阅工具或者叫RSS订阅器。

先上代码，然后再来逐一分析：

from nntplib import NNTPfrom time import strftime,time,localtimefrom email import message_from_stringfrom urllib import urlopenimport textwrapimport reday = 24*60*60def wrap(string,max=70):    '''    '''    return '\n'.join(textwrap.wrap(string)) + '\n'class NewsAgent:    '''    '''    def __init__(self):        self.sources = []        self.destinations = []    def addSource(self,source):        self.sources.append(source)    def addDestination(self,dest):        self.destinations.append(dest)    def distribute(self):        items = []        for source in self.sources:items.extend(source.getItems())        for dest in self.destinations:dest.receiveItems(items)class NewsItem:    def __init__(self,title,body):        self.title = title        self.body = bodyclass NNTPSource:    def __init__(self,servername,group,window):        self.servername = servername        self.group = group        self.window = window    def getItems(self):        start = localtime(time() - self.window*day)        date = strftime('%y%m%d',start)        hour = strftime('%H%M%S',start)        server = NNTP(self.servername)        ids = server.newnews(self.group,date,hour)[1]        for id in ids:lines = server.article(id)[3]message = message_from_string('\n'.join(lines))title = message['subject']body = message.get_payload()if message.is_multipart():    body = body[0]yield NewsItem(title,body)        server.quit()class SimpleWebSource:    def __init__(self,url,titlePattern,bodyPattern):        self.url = url        self.titlePattern = re.compile(titlePattern)        self.bodyPattern = re.compile(bodyPattern)    def getItems(self):        text = urlopen(self.url).read()        titles = self.titlePattern.findall(text)        bodies = self.bodyPattern.findall(text)        for title.body in zip(titles,bodies):yield NewsItem(title,wrap(body))class PlainDestination:    def receiveItems(self,items):        for item in items:print item.titleprint '-'*len(item.title)print item.bodyclass HTMLDestination:    def __init__(self,filename):        self.filename = filename    def receiveItems(self,items):        out = open(self.filename,'w')        print >> out,'''        <html>        <head>         <title>Today's News</title>        </head>        <body>        <h1>Today's News</hi>        '''        print >> out, '<ul>'        id = 0        for item in items:id += 1print >> out, '<li><a href="" rel="external nofollow" >%s</a></li>' % (id,item.title)        print >> out, '</ul>'        id = 0        for item in items:id += 1print >> out, '<h2><a name="%i">%s</a></h2>' % (id,item.title)print >> out, '<pre>%s</pre>' % item.body        print >> out, '''        </body>        </html>        '''def runDefaultSetup():    agent = NewsAgent()    bbc_url = 'http://news.bbc.co.uk/text_only.stm'    bbc_title = r'(?s)a href="https:/article/[^" rel="external nofollow" ]*">\s*<b>\s*(.*?)\s*</b>'    bbc_body = r'(?s)</a>\s*<br/>\s*(.*?)\s*<'    bbc = SimpleWebSource(bbc_url, bbc_title, bbc_body)    agent.addSource(bbc)    clpa_server = 'news2.neva.ru'    clpa_group = 'alt.sex.telephone'    clpa_window = 1    clpa = NNTPSource(clpa_server,clpa_group,clpa_window)    agent.addSource(clpa)    agent.addDestination(PlainDestination())    agent.addDestination(HTMLDestination('news.html'))    agent.distribute()if __name__ == '__main__':    runDefaultSetup()

这个程序，首先从整体上进行分析，重点部分在于NewsAgent，它的作用是存储新闻来源，存储目标地址，然后在分别调用来源服务器（NNTPSource以及SimpleWebSource）以及写新闻的类（PlainDestination和HTMLDestination）。所以从这里也看的出，NNTPSource是专门用来获取新闻服务器上的信息的，SimpleWebSource是获取一个url上的数据的。而PlainDestination和HTMLDestination的作用很明显，前者是用来输出获取到的内容到终端的，后者是写数据到html文件中的。

有了这些分析，然后在来看主程序中的内容，主程序就是来给NewsAgent添加信息源和输出目的地址的。

这确实是个简单的程序，不过这个程序可是用到了分层了。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。


  • 上一条：
    Python实现批量读取图片并存入mongodb数据库的方法示例
    下一条：
    Python实现将数据框数据写入mongodb及mysql数据库的方法

    • 昵称：

    邮箱：

    0条评论 (评论内容有缓存机制,请悉知!)
    Top

    Copyright·© 2019 侯体宗版权所有· 粤ICP备20027696号 PHP交流群

    侯体宗的博客