参考《Python基础教程(第二版)》
要做的工作是将各种文本元素分类，然后明确地标记它们，使得能在浏览器中显示并能作为一个网页使用。
写这个程序会需要什么工具：
·要对文件进行读写，或至少从标准输入读取（sys.stdin），利用print输出。
·需要对所输入的行进行迭代。
·需要一些字符串方法。
·需要一个或两个生成器。
·可能还需要用到re模块。
一个文本文档（test_input.txt）
Welcom to World Wide Spam. Inc
A short history of the company
Destinations
How to get in touch with us
You can get in touch with us in *many* ways:
By phone(555-1234). by email(wwspam@wwspam.fu)
or by visiting our customer feedback page
(http://wwspam.fu/feedback)
找出文本块。
收集遇到的所有行，直到遇到一个空行，然后返回已经收集的行。
那些返回的行就是一个块。之后，再次收集。
不需要收集空行，也不要返回空块（在遇到多个空行时）。
同时，要确保文件的最后一行是空行，否则程序就不知道最后一个块什么时候结束。
（当然有其它的方法来判断是否结束。）
文本块生成器（util.py）
def lines(file):
for line in file:
yield line
yield '\n'
def blocks(file):
block = []
for line in lines(file):
if line.strip():
block.append(line)
elif block:
yield ''.join(block).strip()
block = []blocks生成器实现了前面说明的方法。
创建一个简单的标记脚本。步骤如下：
·打印一些开始标记；
·打印每个用段落标签括起来的块；
·打印一些结束标记。
给定blocks函数，使用re.sub的话代码就会很简单。
简单的标记程序（simple_markup.py）
import sys
import re
from util import *
print ('<html><head><title>...</title><body>')
title = True
for block in blocks(sys.stdin):
block = re.sub(r'\*(.+?)\*', r'<em>\l</em>', block)
if title:
print ('<hl>')
print (block)
print ('</hl>')
title = False
else:
print ('<p>')
print (block)
print ('</p>')
print ('</body></html>')
$python simple_markup.py <test_input.txt> test_output.html
文件test_output.html包含产生的html代码。
因篇幅问题不能全部显示，请点此查看更多更全内容