富文本框KindEditor和beautifulsoup4模块

时间 2020-02-02

标签文本 kindeditor beautifulsoup4 beautifulsoup 模块繁體版

原文原文链接

1、富文本框KindEditorphp

一、官网下载：http://kindeditor.net/down.phphtml

放在项目static/kindeditor/目录下html5

二、html页面引入kindeditor文件：python

<script src = "/static/kindeditor/kindeditor-all.js"> </script>
<script src="/static/js/jquery-3.2.1.min.js"></script>


<div>
    <textarea name="article_content" id="article" cols="30" rows="10"></textarea>
</div>

三、js属性jquery

<script>
        KindEditor.ready(function(K) {
                window.editor = K.create('#article',{                   // #article，即为textarea  的id号
                    width:"900px",
                    height:"500px",
                    uploadJson:"/upload/",
                    items:[
        'source', '|', 'undo', 'redo', '|', 'preview', 'print', 'template', 'code', 'cut', 'copy', 'paste',
        'plainpaste', 'wordpaste', '|', 'justifyleft', 'justifycenter', 'justifyright',
        'justifyfull', 'insertorderedlist', 'insertunorderedlist', 'indent', 'outdent', 'subscript',
        'superscript', 'clearhtml', 'quickformat', 'selectall', '|', 'fullscreen', '/',
        'formatblock', 'fontname', 'fontsize', '|', 'forecolor', 'hilitecolor', 'bold',
        'italic', 'underline', 'strikethrough', 'lineheight', 'removeformat', '|', 'image', 'multiimage',
        'flash', 'media', 'insertfile', 'table', 'hr', 'emoticons', 'baidumap', 'pagebreak',
        'anchor', 'link', 'unlink', '|', 'about'
]
                    extraFileUploadParams:{
                        "csrfmiddlewaretoken":$("[name='csrfmiddlewaretoken']").val()
                    },
                    filePostName:"upload_img"
                });
        });
</script>

views.py文件增长上传文件视图函数：正则表达式

def upload(request):
    print(request.FILES)
    obj=request.FILES.get("upload_img")
    path=os.path.join(settings.MEDIA_ROOT,"articles",obj.name)
    with open(path,"wb") as f:
        for line in obj:
            f.write(line)
    res={
        "error":0,
        "url":"/media/articles/"+obj.name
    }
    return HttpResponse(json.dumps(res))

四、items说明express

items对应选项图标说明：json

resizeType：2或1或0，2时能够拖动改变宽度和高度，1时只能改变高度，0时不能拖动。ide

2、beautifulsoup4模块函数

Beautiful Soup 4.2.0文档：https://www.crummy.com/software/BeautifulSoup/bs4/doc/index.zh.html

官方文档：http://beautifulsoup.readthedocs.io/zh_CN/latest/

一、基本使用：容错处理,文档的容错能力指的是在html代码不完整的状况下,使用该模块能够识别该错误。使用BeautifulSoup解析上述代码,可以获得一个 BeautifulSoup 的对象,并能按照标准的缩进格式的结构输出

##pip3 install beautifulsoup4 #安装beautifulsoup4 模块

from bs4 import BeautifulSoup
def add_article(request):
    if request.method=="POST":
        title=request.POST.get("title")
        article_content=request.POST.get("article_content")
        bs=BeautifulSoup(article_content,"html.parser")           #html.parser是python自带的解析器，处理标签字符串
        for tag in bs.find_all():               #  过滤content
            if tag.name=="script":              #查找script标签
                # print(tag.name)
                tag.decompose()                  #从文档树中删除
        article_content=bs.prettify()              #处理好缩进，结构化显示
        desc=bs.text[0:150]                        #bs.text查找全部的文本内容
        obj=Article.objects.create(user=request.user,title=title,desc=desc)
        ArticleDetail.objects.create(article=obj,content=article_content)
        return HttpResponse("OK")
    return render(request,"add_article.html")

二、介绍

下表列出了主要的解析器,以及它们的优缺点,官网推荐使用lxml做为解析器,由于效率更高. 在Python2.7.3以前的版本和Python3中3.2.2以前的版本,必须安装lxml或html5lib, 由于那些Python版本的标准库中内置的HTML解析方法不够稳定.

三、几个简单的浏览结构化数据的方法

要处理的html代码：

html_doc = """
<html><head><title>The Dormouse's story</title></head>
<body>
<p class="title"><b>The Dormouse's story</b></p>
<p class="story">Once upon a time there were three little sisters; and their names were
<a href="http://example.com/elsie" class="sister" id="link1">Elsie</a>,
<a href="http://example.com/lacie" class="sister" id="link2">Lacie</a> and
<a href="http://example.com/tillie" class="sister" id="link3">Tillie</a>;
and they lived at the bottom of a well.</p>
<p class="story">...</p>
"""

soup.title
# <title>The Dormouse's story</title>

soup.title.name
# u'title'

soup.title.string
# u'The Dormouse's story'

soup.title.parent.name
# u'head'

soup.p                                          #存在多个相同的标签则只返回第一个
# <p class="title"><b>The Dormouse's story</b></p>

soup.p['class']
# u'title'

soup.a                                         #存在多个相同的标签则只返回第一个
# <a class="sister" href="http://example.com/elsie" id="link1">Elsie</a>

soup.find_all('a')
# [<a class="sister" href="http://example.com/elsie" id="link1">Elsie</a>,
#  <a class="sister" href="http://example.com/lacie" id="link2">Lacie</a>,
#  <a class="sister" href="http://example.com/tillie" id="link3">Tillie</a>]

soup.find(id="link3")
# <a class="sister" href="http://example.com/tillie" id="link3">Tillie</a>

for link in soup.find_all('a'):               #从文档中找到全部<a>标签的连接:
    print(link.get('href'))
    # http://example.com/elsie
    # http://example.com/lacie
    # http://example.com/tillie
print(soup.get_text())                          #从文档中获取全部文字内容:

#嵌套选择
print(soup.head.title.string)
print(soup.body.a.string)

#子节点、子孙节点
print(soup.p.contents) #p下全部子节点
print(soup.p.children) #获得一个迭代器,包含p下全部子节点

for i,child in enumerate(soup.p.children):
    print(i,child)
    
print(soup.p.descendants) #获取子孙节点,p下全部的标签都会选择出来
for i,child in enumerate(soup.p.descendants):
    print(i,child)
    
#父节点、祖先节点
print(soup.a.parent) #获取a标签的父节点
print(soup.a.parents) #找到a标签全部的祖先节点，父亲的父亲，父亲的父亲的父亲...

#兄弟节点
print('=====>')
print(soup.a.next_sibling) #下一个兄弟
print(soup.a.previous_sibling) #上一个兄弟

print(list(soup.a.next_siblings)) #下面的兄弟们=>生成器对象
print(soup.a.previous_siblings) #上面的兄弟们=>生成器对象

四、简单使用

from bs4 import BeautifulSoup
soup = BeautifulSoup(open("index.html"))
soup = BeautifulSoup("<html>data</html>")

而后,Beautiful Soup选择最合适的解析器来解析这段文档,若是手动指定解析器那么Beautiful Soup会选择指定的解析器来解析文档。

五、搜索文档数

from bs4 import BeautifulSoup
soup= BeautifulSoup(html_doc,"lxml")

# 一、字符串：特色：是一种彻底匹配的
print(soup.find_all(name="a"))                                  #找到全部的a标签
print(soup.find_all(name="a aa"))                               #找不到，会打印一个[]
print(soup.find_all(attrs={"class":"sister"}))
print(soup.find_all(text="The Dormouse's story"))            #按照文原本找
print(soup.find_all(name="b",text="The Dormouse's story"))  #找标签名是b，而且文本是The Dormouse's story
print(soup.p.find(name="b").text)                               #第一个p标签的b里面的文本
print(soup.find_all(name="p",attrs={"class":"story"}))        #找到标签名是p,属性名是class,
print(soup.find(name="p",attrs={"class":"story"}).find_all(name="a")[2])  #找到标签名是p,属性名是class的第二个a标签

# 二、正则
import re
print(soup.find_all(name=re.compile("^b")))                     #找b开头的的标签
print(soup.find_all(attrs={"id":re.compile("link")}))           #找到id属性是link的
print(soup.find_all(text=re.compile(r"\$")))                     #找带有$价钱的文本

# 三、列表：若是传入列表参数,Beautiful Soup会将与列表中任一元素匹配的内容返回.
print(soup.find_all(name=["a",re.compile("^b")]))                #找a标签或者b标签开头的全部的标签
print(soup.find_all(text=["$",]))  #找不到
print(soup.find_all(text=[re.compile(r"\$")]))                   #['$75']
print(soup.find_all(text=["a",re.compile(r"\$")]))

# 四、True：能够匹配任何值
print(soup.find_all(name=True))                                 #找到全部标签的标签名
print(soup.find_all(attrs={"id":True}))                        #找到只要有id属性的
print(soup.find_all(name="p",attrs={"id":True}))               # 找到有id属性的p标签

# 五、方法：若是没有合适过滤器,那么还能够定义一个方法,方法只接受一个元素参数 ,若是这个方法返回 True 表示当前元素匹配而且被找到,若是不是则反回 False
# 有class属性没有id属性的
def has_class_not_id(tag):
    return tag.has_attr('class') and not tag.has_attr('id')
    # return tag.has_attr('id') and not tag.has_attr('class')
    # return tag.name =="a" and tag.has_attr("class") and not tag.has_attr("id")
    
 #     #只找a标签
print(soup.find_all(has_class_not_id))                          #默认是按照标签来找的
print(soup.find_all(name="a",limit=2))                          #找全部的a标签，只找前两个
print(soup.body.find_all(attrs={"class":"sister"},recursive=False))#找属性为sister的
print(soup.html.find_all('a'))
print(soup.html.find_all('a',recursive=False))
# recursive = True  #从子子孙孙都找到了
# recursive = False #若是只想搜索tag的直接子节点（就不往里面找了）,可使用参数 recursive=False .

# **kwargs
print(soup.find_all(attrs={"class":"sister"}))
print(soup.find_all(class_="sister"))  #这两个是同样的
print(soup.find_all(attrs={"id":"link3"})) #这两个是同样的，只是表示方式不同
print(soup.find_all(id="link3"))

六、find_all( name , attrs , recursive , text , **kwargs )

#2.一、name: 搜索name参数的值可使任一类型的 过滤器 ,字符窜,正则表达式,列表,方法或是 True .
print(soup.find_all(name=re.compile('^t')))

#2.二、keyword: key=value的形式，value能够是过滤器：字符串 , 正则表达式 , 列表, True .
print(soup.find_all(id=re.compile('my')))
print(soup.find_all(href=re.compile('lacie'),id=re.compile('\d'))) #注意类要用class_
print(soup.find_all(id=True)) #查找有id属性的标签

# 有些tag属性在搜索不能使用,好比HTML5中的 data-* 属性:
data_soup = BeautifulSoup('<div data-foo="value">foo!</div>','lxml')
# data_soup.find_all(data-foo="value") #报错：SyntaxError: keyword can't be an expression
# 可是能够经过 find_all() 方法的 attrs 参数定义一个字典参数来搜索包含特殊属性的tag:
print(data_soup.find_all(attrs={"data-foo": "value"}))
# [<div data-foo="value">foo!</div>]

#2.三、按照类名查找，注意关键字是class_，class_=value,value能够是五种选择器之一
print(soup.find_all('a',class_='sister')) #查找类为sister的a标签
print(soup.find_all('a',class_='sister ssss')) #查找类为sister和sss的a标签，顺序错误也匹配不成功
print(soup.find_all(class_=re.compile('^sis'))) #查找类为sister的全部标签

#2.四、attrs
print(soup.find_all('p',attrs={'class':'story'}))

#2.五、text: 值能够是：字符，列表，True，正则
print(soup.find_all(text='Elsie'))
print(soup.find_all('a',text='Elsie'))

#2.六、limit参数:若是文档树很大那么搜索会很慢.若是咱们不须要所有结果,可使用 limit 参数限制返回结果的数量.效果与SQL中的limit关键字相似,当搜索到的结果数量达到 limit 的限制时,就中止搜索返回结果
print(soup.find_all('a',limit=2))

#2.七、recursive:调用tag的 find_all() 方法时,Beautiful Soup会检索当前tag的全部子孙节点,若是只想搜索tag的直接子节点,可使用参数 recursive=False .
print(soup.html.find_all('a'))
print(soup.html.find_all('a',recursive=False))

'''
像调用 find_all() 同样调用tag
find_all() 几乎是Beautiful Soup中最经常使用的搜索方法,因此咱们定义了它的简写方法. BeautifulSoup 对象和 tag 对象能够被看成一个方法来使用,这个方法的执行结果与调用这个对象的 find_all() 方法相同,下面两行代码是等价的:
soup.find_all("a")
soup("a")
这两行代码也是等价的:
soup.title.find_all(text=True)
soup.title(text=True)
'''
三、find( name , attrs , recursive , text , **kwargs )
find_all() 方法将返回文档中符合条件的全部tag,尽管有时候咱们只想获得一个结果.好比文档中只有一个<body>标签,那么使用 find_all() 方法来查找<body>标签就不太合适, 使用 find_all 方法并设置 limit=1 参数不如直接使用 find() 方法.下面两行代码是等价的:
soup.find_all('title', limit=1)                # [<title>The Dormouse's story</title>]
soup.find('title')                              # <title>The Dormouse's story</title>

惟一的区别是 find_all() 方法的返回结果是值包含一个元素的列表,而 find() 方法直接返回结果.
find_all() 方法没有找到目标是返回空列表, find() 方法找不到目标时,返回 None .
print(soup.find("nosuchtag"))                   # None

soup.head.title 是 tag的名字 方法的简写.这个简写的原理就是屡次调用当前tag的 find() 方法:
soup.head.title                                  # <title>The Dormouse's story</title>
soup.find("head").find("title")               # <title>The Dormouse's story</title>