在 Python 3 中使用带有格式标记的纯文本生成 html

Question

我编写了一组 Python 3 脚本来获取格式化的文本文件并将数据移动到 SQLite 数据库中。然后将数据库中的数据用作 PHP 应用程序的一部分。我的文本文件中的数据具有粗体和斜体的格式标记，但浏览器无法理解。格式化方案是这样的：

fi:xxxx        (italics on the word xxxx (turned off at the word break))
fi:{xxx…xxx}   (italics on the word or phrase in the curly brackets {})
fb:xxxx        (bold on the word xxxx (turned off at the word break))
fb:{xxx}       (bold on the word or phrase in the brackets {})
fv:xxxx        (bold on the word xxxx (turned off at the word break))
fv:{xxx…xxx}   (bold on the word or phrase in the brackets {})
fn:{xxx…xxx}   (no formatting)

我想将源文本的每一行转换为（1. 包含字符串的行，使用 html 标记而不是源格式和 2. 另一行，包含去除所有格式标记的字符串）。即使在该行上没有使用格式化标记，我也需要为每个源行设置一个格式化和一个剥离的行。在源数据中，不同（或相同）排序的多个格式标记可能会显示在一行中，但您不会找到任何不会在该行之前结束的标记。

Answer 1

要格式化括号中的部分，您可以执行以下操作：

while text.find(":{") > -1:
    index = text.find(":{")
    if text[index-2:index]=="fb":
        text = text[:index-2] + "<b>" + text[index+2:] #insert <b>
        text = text.replace("}","</b>",1) # replace one.
    # else if fi, fv, etc.

这会将“other fb:{bold text} text”转换为“other bold text text”。

然后你可以转换空格分隔的部分：

array = text.split(" ")
for word in array:
    if (word.startswith("fi")):
        word = "<i>"+word[2:]+"</i>"
    else if (word.startswith("fb")):
        ....
text = " ".join(array)

如果您想要纯文本，只需将“”和“”等标签替换为空字符串“”即可。

如果格式不跨越多行，您可能会获得更好的性能读取和逐行转换：

inFile = open("file.txt","r")
outFile = open("file.out","w")

def convert(text):
    #Change text here.
    return text

for line in inFile:
    outFile.write(convert(line))