htmltaglib.py

   1 #!/usr/bin/env python\r
   2 # -*- encoding: utf-8 -*-\r
   3 #\r
   4 \r
   5 import re\r
   6 \r
   7 interesting_normal = re.compile('[&<]')\r
   8 interesting_cdata = re.compile(r'<(/|\Z)')\r
   9 incomplete = re.compile('&[a-zA-Z#]')\r
  10 \r
  11 entityref = re.compile('&([a-zA-Z][-.a-zA-Z0-9]*)[^a-zA-Z0-9]')\r
  12 charref = re.compile('&#(?:[0-9]+|[xX][0-9a-fA-F]+)[^0-9a-fA-F]')\r
  13 \r
  14 starttagopen = re.compile('<[a-zA-Z]')\r
  15 piclose = re.compile('>')\r
  16 commentclose = re.compile(r'--\s*>')\r
  17 tagfind = re.compile('[a-zA-Z][-.a-zA-Z0-9:_]*')\r
  18 attrfind = re.compile(\r
  19     r'\s*([a-zA-Z_][-.:a-zA-Z_0-9]*)(\s*=\s*'\r
  20     r'(\'[^\']*\'|"[^"]*"|[-a-zA-Z0-9./,:;+*%?!&$\(\)_#=~@]*))?')\r
  21 \r
  22 \r
  23 def _get_attribute(text):\r
  24     m = re.search(r'''([-_A-Za-z0-9]+?)=["']{0,1}(.*)["']{0,1}''', text)\r
  25     if m:\r
  26         return (m.group(1), m.group(2))\r
  27 \r
  28 rex_attribute = re.compile(r'''([-A-Za-z0-9_]+)=["'](.*?)["']''')\r
  29 rex_attribute_keyonly = re.compile(r'^([-A-Za-z0-9_]+)$')\r
  30 rex_attribute_incomplete = re.compile(r'''([-A-Za-z0-9_]+)=["'](.*)''')\r
  31 \r
  32 def parse_attributes(tag):\r
  33     m = re.search(r'<[A-Za-z0-9]+\s+(.*?)\s*>', tag)\r
  34     if m:\r
  35         attrs = rex_attribute.findall(m.group(1))\r
  36         return dict(attrs)\r
  37     return {}\r
  38 \r
  39 def _build_attribute(key, value):\r
  40     if '"' in value:\r
  41         return """%s='%s'""" % (key, value)\r
  42     else:\r
  43         return '''%s="%s"''' % (key, value)\r
  44 \r
  45 def build_tag(tagname, attributes):\r
  46     attrs = [_build_attribute(x, attributes[x]) for x in attributes]\r
  47     attrs.insert(0, tagname)\r
  48     return '<' + ' '.join(attrs) + '>'\r
  49 \r
  50 if __name__ == '__main__':\r
  51     test1 = '''<a href="/hoge" alt="hoge 'hoge">'''\r
  52     print test1\r
  53     attrs = parse_attributes(test1)\r
  54     print attrs\r
  55     print build_tag('a', attrs)\r
  56 \r