草庐IT

python - 解析和遍历 Markdown 文件中的元素

coder 2023-08-14 原文

我想解析然后遍历一个Markdown文件。我正在寻找类似 xml.etree.ElementTree 的内容但对于 Markdown 。

一种选择是转换为 HTML，然后使用另一个库来解析 HTML。但我想避免这一步。

谢谢。

最佳答案

正如另一条评论所提到的，Python-Markdown 有一个 extension API它恰好在引擎盖下使用 xml.etree.ElementTree 。理论上您可以创建一个扩展来访问该内部 ElementTree 对象并使用它执行您想要的操作。但是，如果您使用原始 HTML(包括 HTML 实体)和/或 codehilite 扩展，您将得到一个不完整的文档，因为有一些后处理器在序列化字符串上运行。所以我不会真的为了你的预期目的重新开始它(完全披露:我是 Python-Markdown 的开发者)。

如果存在 Markdown 实现，则列表相当长 here .在该列表中的纯 Python 实现中，Mistune是我所知道的唯一一个使用两步过程的方法(第一步返回解析树，第二步序列化解析树——你只需要第一步)。我个人从未使用过 Mistune，无法评价其稳定性或准确性，但它应该是非常优秀的 JavaScript 库的 Python 克隆版 Marked .

*** 编辑 ***

一些较新的 Python 包已经可用，它们都在不同程度上使用解析器/渲染器模式和/或解析树/ token 流。我对其中任何一个都没有任何个人经验，但它们可能对此有用。参见 mistletoe , markdown-it-py , 和 marko .

*** 结束编辑 ***

如果您四处搜索，我相信一些 C 实现使用了类似的模式。其中一些甚至可能已经有了 Python 包装器。如果不是，用 ctypes 创建一个包装器应该不会太难。 .

如果出于某种原因你想使用一个没有给你完整解析树的实现，那么我建议使用 LXML 解析生成的 HTML (C 库的 python 包装器)或 html5lib (纯 python)，两者都可以返回一个 ElementTree 对象并且速度更快(尤其是 LXML)并且更能容忍无效的 HTML(尤其是 html5lib，它在现实世界中的行为更像真实的浏览器)。请记住，Markdown 可以包含原始 HTML，并且大多数 Markdown 解析器只是简单地传递它，无论是否有效。如果您随后尝试使用基于 XML 的解析器(如 xml.etree 中)或严格的 HTML 解析器(如标准库中的 html.parser)解析它，则单个无效标记可能会使 HTML 解析器崩溃。

关于python - 解析和遍历 Markdown 文件中的元素，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/27349951/

Markdownpythonnoreferrernoopenernofollowparsingpython-2.7

有关python - 解析和遍历 Markdown 文件中的元素的更多相关文章

  1. ruby - 如何从 ruby​​ 中的字符串运行任意对象方法？ - 2

    总的来说，我对ruby​​还比较陌生，我正在为我正在创建的对象编写一些rspec测试用例。许多测试用例都非常基础，我只是想确保正确填充和返回值。我想知道是否有办法使用循环结构来执行此操作。不必为我要测试的每个方法都设置一个assertEquals。例如:describeitem,"TestingtheItem"doit"willhaveanullvaluetostart"doitem=Item.new#HereIcoulddotheitem.name.shouldbe_nil#thenIcoulddoitem.category.shouldbe_nilendend但我想要一些方法来使用

  2. Ruby 解析字符串 - 2

    我有一个字符串input="maybe(thisis|thatwas)some((nice|ugly)(day|night)|(strange(weather|time)))"Ruby中解析该字符串的最佳方法是什么？我的意思是脚本应该能够像这样构建句子:maybethisissomeuglynightmaybethatwassomenicenightmaybethiswassomestrangetime等等，你明白了......我应该一个字符一个字符地读取字符串并构建一个带有堆栈的状态机来存储括号值以供以后计算，还是有更好的方法？也许为此目的准备了一个开箱即用的库？

  3. ruby - 使用 RubyZip 生成 ZIP 文件时设置压缩级别 - 2

    我有一个Ruby程序，它使用rubyzip压缩XML文件的目录树。gem。我的问题是文件开始变得很重，我想提高压缩级别，因为压缩时间不是问题。我在rubyzipdocumentation中找不到一种为创建的ZIP文件指定压缩级别的方法。有人知道如何更改此设置吗？是否有另一个允许指定压缩级别的Ruby库？ 最佳答案 这是我通过查看ruby​​zip内部创建的代码。level=Zlib::BEST_COMPRESSIONZip::ZipOutputStream.open(zip_file)do|zip|Dir.glob("**/*")d

  4. ruby - 其他文件中的 Rake 任务 - 2

    我试图在一个项目中使用rake，如果我把所有东西都放到Rakefile中，它会很大并且很难读取/找到东西，所以我试着将每个命名空间放在lib/rake中它自己的文件中，我添加了这个到我的rake文件的顶部:Dir['#{File.dirname(__FILE__)}/lib/rake/*.rake'].map{|f|requiref}它加载文件没问题，但没有任务。我现在只有一个.rake文件作为测试，名为“servers.rake”，它看起来像这样:namespace:serverdotask:testdoputs"test"endend所以当我运行rakeserver:testid时

  5. ruby-on-rails - 在 Rails 中将文件大小字符串转换为等效千字节 - 2

    我的目标是转换表单输入，例如“100兆字节”或“1GB”，并将其转换为我可以存储在数据库中的文件大小(以千字节为单位)。目前，我有这个:defquota_convert@regex=/([0-9]+)(.*)s/@sizes=%w{kilobytemegabytegigabyte}m=self.quota.match(@regex)if@sizes.include?m[2]eval("self.quota=#{m[1]}.#{m[2]}")endend这有效，但前提是输入是倍数(“gigabytes”，而不是“gigabyte”)并且由于使用了eval看起来疯狂不安全。所以，功能正常，

  6. ruby-on-rails - Ruby net/ldap 模块中的内存泄漏 - 2

    作为我的Rails应用程序的一部分，我编写了一个小导入程序，它从我们的LDAP系统中吸取数据并将其塞入一个用户表中。不幸的是，与LDAP相关的代码在遍历我们的32K用户时泄漏了大量内存，我一直无法弄清楚如何解决这个问题。这个问题似乎在某种程度上与LDAP库有关，因为当我删除对LDAP内容的调用时，内存使用情况会很好地稳定下来。此外，不断增加的对象是Net::BER::BerIdentifiedString和Net::BER::BerIdentifiedArray，它们都是LDAP库的一部分。当我运行导入时，内存使用量最终达到超过1GB的峰值。如果问题存在，我需要找到一些方法来更正我的代

  7. python - 如何使用 Ruby 或 Python 创建一系列高音调和低音调的蜂鸣声？ - 2

    关闭。这个问题是opinion-based.它目前不接受答案。想要改进这个问题？更新问题，以便editingthispost可以用事实和引用来回答它.关闭4年前。Improvethisquestion我想在固定时间创建一系列低音和高音调的哔哔声。例如:在150毫秒时发出高音调的蜂鸣声在151毫秒时发出低音调的蜂鸣声200毫秒时发出低音调的蜂鸣声250毫秒的高音调蜂鸣声有没有办法在Ruby或Python中做到这一点？我真的不在乎输出编码是什么(.wav、.mp3、.ogg等等)，但我确实想创建一个输出文件。

  8. ruby-on-rails - Rails 3 中的多个路由文件 - 2

    Rails2.3可以选择随时使用RouteSet#add_configuration_file添加更多路由。是否可以在Rails3项目中做同样的事情？ 最佳答案 在config/application.rb中:config.paths.config.routes在Rails3.2(也可能是Rails3.1)中，使用:config.paths["config/routes"] 关于ruby-on-rails-Rails3中的多个路由文件，我们在StackOverflow上找到一个类似的问题

  9. ruby - 将差异补丁应用于字符串/文件 - 2

    对于具有离线功能的智能手机应用程序，我正在为Xml文件创建单向文本同步。我希望我的服务器将增量/差异(例如GNU差异补丁)发送到目标设备。这是计划:Time=0Server:hasversion_1ofXmlfile(~800kiB)Client:hasversion_1ofXmlfile(~800kiB)Time=1Server:hasversion_1andversion_2ofXmlfile(each~800kiB)computesdeltaoftheseversions(=patch)(~10kiB)sendspatchtoClient(~10kiBtransferred)Cl

  10. ruby-on-rails - 在 Ruby 中循环遍历多个数组 - 2

    我有多个ActiveRecord子类Item的实例数组，我需要根据最早的事件循环打印。在这种情况下，我需要打印付款和维护日期，如下所示:ItemAmaintenancerequiredin5daysItemBpaymentrequiredin6daysItemApaymentrequiredin7daysItemBmaintenancerequiredin8days我目前有两个查询，用于查找maintenance和payment项目(非排他性查询)，并输出如下内容:paymentrequiredin...maintenancerequiredin...有什么方法可以改善上述(丑陋的)代

随机推荐