python:lxml 读目录.txt文件,用 xmltodict 转换为json数据,生成jstree所需的文件

请参阅:java : pdfbox 读取 PDF文件内书签

请注意:书的目录.txt 编码:UTF-8,推荐用 Notepad++ 转换编码。

pip install lxml ;

lxml-5.1.0-cp310-cp310-win_amd64.whl (3.9 MB)

pip install xmltodict ;

lxml 读目录.txt文件,用 xmltodict 转换为 json数据,生成 jstree模板所需的文件。

编写 txt_etree_json.py 如下

python 复制代码
# -*- coding: utf-8 -*-
""" 读目录.txt文件,转换为json数据,生成jstree所需的文件 """
import os
import sys
import codecs
import json
from lxml import etree
import xmltodict
from jinja2 import Environment,FileSystemLoader

if len( sys.argv ) ==2:
    f1 = sys.argv[1]
else:
    print('usage: python txt_etree_mm.py file1.txt')
    sys.exit(1)

if not os.path.exists(f1):
    print("ERROR: {f1} not found.")
    sys.exit(1)

fn,ext = os.path.splitext(f1)
if ext.lower() != '.txt':
    print('ext is not .txt')
    sys.exit(2)

fp = codecs.open(f1, mode="r", encoding="utf-8")
# 读取第一行:书名
title = fp.readline()
# 创建主题节点
root = etree.Element("node")
root.set("id", '1')
root.set("text", title.strip())

# 定义状态:
state = etree.Element("state")
state.set("opened", 'true')
state.set("disabled", 'true')
root.append(state)
# 用缩排表现层级关系,假设最多5个层级
indent1 = ' '*2
indent2 = ' '*4
indent3 = ' '*6
indent4 = ' '*8

n = 2
for line in fp:
    txt = line.strip()
    txt = txt[0:-3] # 去掉行尾的页数
    if len(txt) ==0:
        continue
    elif len(txt) >0 and line[0] !=' ':
        # 创建主题的子节点(1级节点)
        node1 = etree.Element("children")
        node1.set("id", str(n))
        node1.set("text", txt)
        root.append(node1)
        p_node = node1 # 寄存父节点
    elif line.startswith(indent1) and line[2] !=' ':
        # 创建node1的子节点(2级节点)
        node2 = etree.Element("children")
        node2.set("id", str(n))
        node2.set("text", txt)
        try: type(node1)
        except NameError: root.append(node2)
        else: node1.append(node2)
        p_node = node2
    elif line.startswith(indent2) and line[4] !=' ':
        # 创建node2的子节点(3级节点)
        node3 = etree.Element("children")
        node3.set("id", str(n))
        node3.set("text", txt)
        try: type(node2)
        except NameError: node1.append(node3)
        else: node2.append(node3)
        p_node = node3
    elif line.startswith(indent3) and line[6] !=' ':
        # 创建node3的子节点(4级节点)
        node4 = etree.Element("children")
        node4.set("id", str(n))
        node4.set("text", txt)
        try: type(node3) 
        except NameError: node2.append(node4)
        else: node3.append(node4)
        p_node = node4
    elif line.startswith(indent4) and line[8] !=' ':
        # 创建node4的子节点(5级节点)
        node5 = etree.Element("children")
        node5.set("id", str(n))
        node5.set("text", txt)
        try: type(node4) 
        except NameError: p_node.append(node5)
        else: node4.append(node5)
    else:
        print(txt)
    n += 1
fp.close()
print(f"line number: {n}")

# 转换成 str,方便导出
root_bytes = etree.tostring(root, pretty_print=False)
xml_str = root_bytes.decode()
try:
    json_dict = xmltodict.parse(xml_str, encoding='utf-8')
    json_str = json.dumps(json_dict['node'], indent=2)
except:
    print("xmltodict.parse error!")
# 去掉'@'
json_str = '['+ json_str.replace('\"@','"') +']'
#print(json_str)

# 使用 jinja2 对html模板文件进行数据替换
env = Environment(loader=FileSystemLoader('d:/python/'))
tpl = env.get_template('jstree_template.htm')
# 导出.html文件
f2 = fn +'.html'
with codecs.open(f2, 'w', encoding='utf8') as fp:
    content = tpl.render(title=title.strip(), mydir=json_str)
    fp.write(content)

Gitee - 基于 Git 的代码托管和研发协作平台 搜索 jstree 后下载

编写 jstree 模板文件:jstree_template.htm

html 复制代码
<!DOCTYPE html>
<html lang="en">
<head>
  <meta charset="UTF-8">
  <meta http-equiv="X-UA-Compatible" content="IE=Edge">
  <meta name="viewport" content="width=device-width, initial-scale=1">
  <title>{{title}}</title>
  <script src="../js/jquery-3.2.1.min.js"></script>
  <link rel="stylesheet" href="../js/jstree/dist/themes/default/style.css" />
  <script src="../js/jstree/dist/jstree.min.js"></script>
</head>
<body>
  <!-- 搜索框 -->
  <div class="search_input">
  <input type="text" id="search_a" />
  <img src="../js/jstree/dist/search.png" />
  </div>
  <div id="treeview1" class="treeview">
  </div>
<script type="text/javascript">
  var mydir = {{mydir}};
  $("#treeview1").jstree({
    'core' : {
    "multiple" : false,
    'data' : mydir,
    'dblclick_toggle': true
    },
    "plugins" : ["search"]
  });
  //输入框输入时自动搜索
  var tout = false;
  $('#search_a').keyup(function(){
    if (tout) clearTimeout(tout);    
    tout = setTimeout(function(){
      $('#treeview1').jstree(true).search($('#search_a').val());   
    }, 250);
  });   
</script> 
</body>
</html>

运行 python txt_etree_json.py your_pdf_dir.txt

生成 your_pdf_dir.html

相关推荐
Bosenya123 分钟前
【信号处理】绘制IQ信号时域图、星座图、功率谱
开发语言·python·信号处理
AI原吾21 分钟前
探索PyAV:Python中的多媒体处理利器
开发语言·python·ai·pyav
oliveira-time31 分钟前
爬虫学习8
开发语言·javascript·爬虫·python·算法
正义的彬彬侠1 小时前
XGBoost算法Python代码实现
python·决策树·机器学习·numpy·集成学习·boosting·xgboost
昨天今天明天好多天1 小时前
【Python】解析 XML
xml·python
侯喵喵1 小时前
从零开始 blender插件开发
python·blender
SmallBambooCode2 小时前
【人工智能】阿里云PAI平台DSW实例一键安装Python脚本
linux·人工智能·python·阿里云·debian·脚本·模型训练
工业互联网专业2 小时前
Python毕业设计选题:基于django+vue的荣誉证书管理系统
python·django·vue·毕业设计·源码·课程设计
凉开水白菜2 小时前
米家通过HomeAssistant控制笔记本电脑开关机
python·电脑·智能家居·米家
萧鼎2 小时前
Python操作系统交互:subprocess库的基本应用
python·交互·subprocess