![Previous Page](../icons/previous.png) |
![Up One Level](../icons/up.png) |
![Next Page](../icons/next.png) |
La libreria di riferimento di Python |
![Contents](../icons/contents.png) |
![Module Index](../icons/modules.png) |
![Index](../icons/index.png) |
Questo modulo definisce la classe SGMLParser che serve da base
per analizzare file di testo formattati in SGML (Standard Generalized
Mark-up Language). Infatti non fornisce un completo parser SGML -
è solamente un parser SGML fino a che viene usato da HTML, ed il
modulo esiste solamente come base per il modulo
htmllib. Un altro parser HTML che supporta XHTML ed offre
un'interfaccia leggermente differente è disponibile nel modulo
HTMLParser.
-
La classe SGMLParser si istanzia senza argomenti. Il parser
è progettato per riconoscere i seguenti costrutti:
- Tag di apertura e chiusura, rispettivamente nella forma
"<tag attr="value" ...>" e
"</tag>", rispettivamente.
- Riferimenti a codici di controllo numerici nella forma "&#name;".
- Riferimenti ad entità nella forma "&name;".
- Commenti SGML nella forma "<!--text-->". Notare che codici
di controllo relativi a spazi, tabulazioni e fine riga sono permessi
se inseriti tra ">" ed immediatamente preceduti da "--".
Le istanze di SGMLParser hanno la seguente interfaccia a
metodi:
-
Reinizializza l'istanza. Tutti i dati non analizzati andranno persi.
Questo metodo viene chiamato implicitamente al momento
dell'istanziazione.
-
Ferma l'analisi dei tag. Tratta tutti i dati seguenti come input
letterali (CDATA). Questo metodo è fornito solo perché così può
essere implementato il tag HTML
<PLAINTEXT>
.
-
Entra in modalità stringa costante (modalità CDATA).
-
Invia dei dati al parser. Viene analizzato finché consiste di
elementi completi; i dati incompleti vengono bufferizzati fino a che
non saranno inviati altri dati o non sia chiamato il metodo
close().
-
Forza l'analisi di tutti i dati bufferizzati come se fossero seguiti
da un carattere di marcatura fine del file. Questo metodo può essere
ridefinito tramite una classe derivata, per definire ulteriori analisi
alla fine dell'input, ma la versione ridefinita dovrebbe sempre
chiamare il metodo close().
-
Restituisce il testo dell'ultimo tag di apertura analizzato.
Normalmente questo non dovrebbe essere necessario per una analisi, ma
potrebbe essere utile da distribuire con HTML ``così come sviluppato''
o per rigenerare l'input con cambiamenti minimali (spazi tra gli
attributi preservati, etc. etc.).
handle_starttag( |
tag, method, attributes) |
-
Questo metodo viene invocato per gestire l'apertura di un tag per il
quale sia stato definito il metodo start_tag() o il
do_tag(). L'argomento tag è il nome del tag
convertito in caratteri minuscoli, e l'argomento method è il
metodo associato che dovrebbe essere usato per supportare
l'interpretazione semantica del tag di apertura. L'argomento
attributes è una lista di coppie
(nome, valore)
che contengono gli attributi trovati
tra le parentesi angolari <>
del tag. Il nome viene convertito
in caratteri minuscoli mentre le virgolette doppie ed i backslash
vengono interpretati. Per esempio per il tag
<A HREF="http://www.cwi.nl/">
, questo metodo verrà chiamato con
"handle_starttag('a', [('href', 'http://www.cwi.nl/')])".
L'implementazione base semplicemente chiama method con
attributes come unico argomento.
handle_endtag( |
tag, method) |
-
Questo metodo viene invocato per gestire la chiusura di un tag per il
quale un metodo end_tag() sia stato definito.
L'argomento tag è il nome del tag in caratteri minuscoli e
l'argomento method è il metodo associato che dovrebbe essere
utilizzato per supportare l'interpretazione semantica della chiusura
del tag. Se non è stato definito alcun metodo
end_tag() per l'elemento che è stato chiuso, questo
gestore non viene invocato. L'implementazione base chiama
semplicemente method.
-
Questo metodo viene invocato per analizzare dati arbitrari. È
progettato per essere sovrascritto da una classe derivata;
l'implementazione nella classe base non fa nulla.
-
Questo metodo viene chiamato per analizzare un riferimento a
caratteri nella forma "&#ref;". Nell'implementazione
base, ref deve essere un numero decimale compreso tra 0 e 255.
Il metodo converte il carattere in ASCII e chiama il metodo
handle_data() con il carattere come argomento. Se ref
non è valido o è fuori dai valori consentiti, viene chiamato il
metodo
unknown_charref(ref)
che gestisce l'errore. Una
sotto classe deve sovrascrivere questo metodo per fornire il supporto
per le entità a caratteri viste sopra.
-
Questo metodo viene invocato per analizzare un riferimento generico ad
entità nella forma "&ref;" dove ref è un riferimento
generico ad entità. Cerca ref nella variabile d'istanza (o
classe) entitydefs che dovrebbe essere una mappatura dai nomi
di entità alle corrispondenti traduzioni. Se viene trovata una
traduzione, il metodo invoca handle_data() con la traduzione;
altrimenti, chiama il metodo
unknown_entityref(ref)
.
La variabile predefinita entitydefs definisce le traduzioni
per &
, &apos
, >
, <
e
"
.
-
Questo metodo viene chiamato quando si incontra un commento.
L'argomento comment è una stringa che contiene il testo compreso
tra "<!--" e "-->", delimitatori esclusi. Per esempio il
commento "<!--text-->" fa in modo che il metodo venga chiamato
con
'text'
come argomento. Il metodo predefinito non fa
niente.
-
Questo metodo viene chiamato quando il parser legge una
dichiarazione SGML. In pratica, la dichiarazione
DOCTYPE
è
l'unica che viene osservata in documenti HTML, ma il parser non
discrimina dichiarazioni differenti (o errate). Sottosezioni
all'interno di dichiarazioni DOCTYPE
non vengono supportate.
Il parametro data consiste nell'intero contenuto della
dichiarazione nel marcatore <!
...>
. L'implementazione
predefinita non fa niente.
-
Questo metodo viene chiamato incontrando un tag di chiusura a cui
manca il corrispettivo tag di apertura.
unknown_starttag( |
tag, attributes) |
-
Questo metodo viene chiamato incontrando un tag di apertura
sconosciuto. È stato progettato per essere sovrascritto da una
classe derivata; l'implementazione della classe base non fa niente.
-
Questo metodo viene chiamato incontrando un tag di chiusura
sconosciuto. È stato progettato per essere sovrascritto da una
classe derivata; l'implementazione della classe base non fa niente.
-
Questo metodo viene invocato per elaborare riferimenti irrisolvibili a
caratteri numerici. Vedere handle_charref() per determinare
cosa viene gestito in modo predefinito. È stato progettato per
essere sovrascritto da una classe derivata; l'implementazione della
classe base non fa niente.
-
Questo metodo viene chiamato per processare un riferimento ad
un'entità sconosciuta. È stato progettato per essere sovrascritto
da una classe derivata; l'implementazione della classe base non fa
niente.
Oltre a poter estendere o sovrascrivere i metodi elencati sopra, le
classi derivate possono anche definire metodi della seguente forma,
per definire come comportarsi con tag specifici. In nomi dei tag nel
flusso in input non sono sensibili alle differenze tra maiuscole e
minuscole; i tag che si trovano nei nomi dei metodi invece
devono essere scritti minuscoli:
-
Questo metodo viene chiamato per processare un tag di apertura
chiamato tag. Ha la preferenza rispetto al metodo
do_tag(). L'argomento attributes ha lo stesso
significato dell'omonimo argomento descritto sopra per
handle_starttag().
-
Questo metodo viene chiamato per processare un tag di apertura
chiamato tag che non presenta un tag di chiusura. L'argomento
attributes ha lo stesso significato dell'omonimo argomento
descritto sopra per handle_starttag().
-
Questo metodo è richiamato per processare un tag di chiusura chiamato
tag.
Notare che il parser mantiene uno stack di elementi aperti per i quali
non è ancora stato trovato un tag di chiusura. Solo i tag elaborati da
start_tag() vengono messi in questo stack, la
definizione del metodo end_tag() è facoltativa per
questi tag. Per i tag elaborati dal metodo do_tag() o
da unknown_tag(), non deve essere definito nessun metodo
end_tag(), se fosse definito non verrebbe comunque
usato. Se entrambi i metodi start_tag() e
do_tag() vengono definiti per uno stesso tag, il metodo
start_tag() ha la precedenza.
![Previous Page](../icons/previous.png) |
![Up One Level](../icons/up.png) |
![Next Page](../icons/next.png) |
La libreria di riferimento di Python |
![Contents](../icons/contents.png) |
![Module Index](../icons/modules.png) |
![Index](../icons/index.png) |
Release 2.3.4, documentation updated on 21. maggio 2005.
Vedete Circa questo documento... per informazioni su modifiche e suggerimenti.