【Python真的很强大】开发简易在线搜索

Ihavegotyou

浏览: 235496 次
性别:
来自: 深圳

最近访客更多访客>>

skynothing

zjfmail

jackyin5918

waxuanxuan

博主相关

博客

微博

相册

留言

关于我

文章分类

社区版块

存档分类

博客分类：

python
Model

python http server html parser open local default browser

需求如下:开发一个简易的搜索引擎(即提供查询关键字的服务)
程序思路及模型: python构建一个Http Server;提供用户输入的一个静态页面;用户提交请求后，把请求再转发到其他站点，最后把结果(动态页面)传给用户
下面是程序原型模型(使用python 2.7编写,没有使用第三方library/module)，没有任何优化，主要演示Http Server构建过程，Html Parser使用,调用本地浏览器进行体验等。

#为方便测试，所有代码都编写于一个文件
#没有保存到本地数据库(sqllite)
#没有递归下载所有数据
import os,subprocess
import sys
import SimpleHTTPServer
import SocketServer
import logging
import cgi
from HTMLParser import HTMLParser
import urllib2,urllib

htmlContent='''<!DOCTYPE html>
<html>
	<head>
                <meta http-equiv="Content-Type" content="text/html;charset=utf-8">
		<style type="text/css">
			.myform {
				COLOR: #ffffff; BACKGROUND-COLOR: skyblue; BORDER-RIGHT: rgb(0,0,0) 1px dashed; BORDER-TOP: rgb(0,0,0) 1px dotted; BORDER-LEFT: rgb(0,0,0) 1px dotted; BORDER-BOTTOM: rgb(0,0,0) 1px dotted
			}
			li a {
  			 display:block;
			}
		</style>
	</head>
<body>
<div class="myform">
	
<form action="/" method="post">
	Search Keyword:	 <input type="text" name="keyword" value="UIC"><input type="submit" value="Submit">
</form>

</div>

<ul>
   search:result
</ul>

<p>The above is parts of result for searching.</p>

</body>
</html>
'''

def openUrlInDefaultBrowser(url):
	if sys.platform=='win32':
		os.startfile(url)
	elif sys.platform=='darwin':
		subprocess.Popen(['open', url])
	else:
		try:
			subprocess.Popen(['xdg-open', url])
		except OSError:
				print 'Please open a browser on: '+url



if len(sys.argv) > 2:
    PORT = int(sys.argv[2])
elif len(sys.argv) > 1:
    PORT = int(sys.argv[1])
else:
    PORT = 8899




class ServerHandler(SimpleHTTPServer.SimpleHTTPRequestHandler):

    def do_GET(self):
        logging.warning("======= GET STARTED =======")
        logging.warning(self.headers)
        self.wfile.write(htmlContent.replace('search:result',''))
         

    def do_POST(self):
        logging.warning("======= POST STARTED =======")
        logging.warning(self.headers)
        form = cgi.FieldStorage(
            fp=self.rfile,
            headers=self.headers,
            environ={'REQUEST_METHOD':'POST',
                     'CONTENT_TYPE':self.headers['Content-Type'],
                     })
        logging.warning("======= POST VALUES =======")
        for item in form.list:
            logging.warning(item)
        logging.warning("\n")
        q=form.getvalue("keyword")
        if q:
        	p = MyHTMLParser()
        	f = urllib2.urlopen('http://uic.edu.hk/en/component/search/?searchword=%s&searchphrase=all&Itemid=108' % (q))
        	html = f.read()
        	p.feed(html)
        	total = len(p.urls)
        	item = 0
        	urls = []
        	while item < total:
        		url = "<li><a href=\"%s%s\">%s</a></li>" % ("http://uic.edu.hk",p.urls[item].strip(),p.titles[item].strip())
        		urls.append(url)
        		item += 1
        	p.close()
        	self.wfile.write(htmlContent.replace('UIC',q).replace('search:result',''.join(urls)))
        else:
        	self.wfile.write(htmlContent.replace('search:result',''))

        	

class MyHTMLParser(HTMLParser):

  def __init__(self):
    HTMLParser.__init__(self)
    self.recording = 0
    self.findHref = 0
    self.urls = [] 
    self.titles = []
  def handle_starttag(self, tag, attrs):
    if tag == 'dt':
      for name, value in attrs:
        if name == 'class' and value == 'result-title':
          print name, value
          self.recording = 1
          self.findHref = 0
    if tag == 'a' and self.recording == 1:
    	for name, value in attrs:
    		if name == 'href':
    			print name,value
    			self.urls.append(value)
    			self.recording = 1
    			self.findHref = 1
          
  def handle_endtag(self, tag):
    if tag == 'dt':
      self.recording -= 1 
    if tag == 'a' and self.findHref == 1:
    	self.findHref -= 1 

  def handle_data(self, data):
    if self.findHref:
      self.titles.append(data)
              	        	
Handler = ServerHandler
httpd = SocketServer.TCPServer(("", PORT), Handler)

print "author:sunflowerbbs@gmail.com from UC Studio, Python http server version 1.0 (for testing purposes only)"


openUrlInDefaultBrowser("http://%s:%d" % ("localhost", PORT))
httpd.serve_forever()

分享到：

【Python真的很强大】程序Log实时监控 | 使用py2exe打包MySQLdb程序为exe

2013-11-25 23:54
浏览 1811
评论(0)
分类:互联网
查看更多

发表评论

您还没有登录,请您登录后再发表评论

最近访客更多访客>>

博主相关

文章分类

社区版块

存档分类

最新评论

【Python真的很强大】开发简易在线搜索

评论

发表评论

相关推荐

最近访客 更多访客>>

博主相关

文章分类

社区版块

存档分类

最新评论

【Python真的很强大】开发简易在线搜索

评论

发表评论

相关推荐

【Python真的很强大】使用yield优雅抓取网页分页数据

用 Python 编写干净、可测试、高质量的代码[转载]

MySQL的XML接口-数据解析

【Python真的很强大】多线程的使用

【Python真的很强大】使用telnetlib编写nagios命令来监控远程主机cpu-load

python 实现每天产生一个日志文件

【Python真的很强大】使用fabfile.py来自动化你的任务

【Python真的很强大】使用scrapy爬取百度贴吧-上海吧

【Python真的很强大】使用PIL合成图片

xml + xslt => html => pdf

【Python真的很强大】md5sum in Python

使用java将xml格式化

【Python真的很强大】程序Log实时监控

使用py2exe打包MySQLdb程序为exe

在CentOS 安装 cx_Oracle

haproxy使用总结

解决mysql中的OperationalError: (2006, 'MySQL server has gone away')

集合数据比较

利用事件冒泡(Event Bubbling )获取鼠标下的元素属性

Generic Classes & Reflect

最近访客更多访客>>