2ログビューア(7)-そろそろちゃんとした形にする、その前に

By mattz, 2008/05/23

ちょっとずつ形にするべくコードは書いているのだが、今のところ断片的なものしかできていないので、今回はコードを晒すんじゃなくていくつかメモ を。

リスト
perlでいうarray。
配列に順にアクセスするには
for attr in list:
  print attr
添え字
first_attr = list[0]
辞書(dictionary)
いわゆる連想配列
キーと値をセットで取り出して処理するには
for k, v in dict.iteritems():
  print "%s = %s" % ( k, v )
キーから値を取得
value = dict['key']
printf的なもの
pythonでなんていうのかは知らないけど。要するに
print "%s = %s" % ( k, v )

他にもやり方は色々あるようだけど、とりあえずはこれで。+で繋ぐよりはスマートだし。

正規表現
なんつーか、perlやphpと随分と作法が違うのでとっつきにくく感じるが、さっさと慣れてしまおう。
正規表現 HOWTO
osモジュール
環境変数の取得はos.getenv(key)ってな感じで。

タグ

2ログビューア(6)-Class化の続き

By mattz, 2008/05/23

続き

poptotype3.pyの中身

#!/usr/bin/env python
# -*- coding: utf-8 -*-
'''
read.cgi
'''
import sys
sys.path.append('/home/mattz/lib/python')
from read2ch import read2ch

import codecs
fout = codecs.getwriter('shift_jisx0213')(sys.stdout)

thread = read2ch( 'handygame', '1211373877' )
title  = thread.getThreadTitle()
count  = thread.getResCount()

print 'Content-Type: text/html;charset;Shift_JIS'
print
fout.write('''<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN">
<html lang="ja">
<head>
<meta http-equiv="Content-Type" content='text/html; charset="Shift_JIS"'>
<title>%s</title>
</head>
<body><h1>%s</h1><dl>
%s
</dl></body></html>
''' % (title, title, thread.getFormatedReses( range(count))))

んでもって、read2ch.pyの中身

#!/usr/bin/env python
# -*- coding: utf-8 -*-
'''
2ちゃんねるの.datファイルを扱うクラス
  0.0.1 prototype版
'''
import codecs,re
line_end_br = re.compile( '((<br>)?\s*)+$' )
normal_br   = re.compile( '\s*<br>' )
'''
1行分のログとレス番号からdt要素とdd要素を生成する
  TODO:
    本文中のURLと思われる文字列をリンクする処理
    アンカーと思われる文字列に対する処理
    IDの有無/強制/任意などの対応
    日付関係の処理
'''
def formatRes( rstr, rnum ):
        ar = re.split( '<>', rstr )
        resFormat  = u"<dt id='t-%d'>%d : 名前:%s %s</dt><dd id='d-%d'>%s<br><br></dd>\n"
        name = '<b>%s</b>' % ( ar[0] )
        if ar[1]:
                name = '<a href="mailto:%s">%s</a>' % ( ar[1], name )

        return resFormat % ( rnum, rnum, name, ar[2], rnum, normal_br.sub( '<br>', line_end_br.sub( "", ar[3])) )

class read2ch:
        base_dir = '/home/mattz/data/2channel/'
        resAll   = []

        def __init__( self, board, thread ):
                self.board  = board
                self.thread = thread
                self.dat    = "%s%s/%s.dat" % ( self.base_dir, board, thread )
                self.idx    = "%s%s/%s.idx" % ( self.base_dir, board, thread )
                fres = codecs.open( self.dat, 'r', 'shift_jisx0213', 'strict' )
                for line in fres:
                        self.resAll.append( line )
                fres.close()
                fres = codecs.open( self.idx, 'r', 'shift_jisx0213', 'strict' )
                lines = re.split( '>', fres.readline() );
                self.title     = lines[0]
                self.standDate = lines[4]
                self.resCount  = lines[5]
                fres.close()
        def getDataFilename( self ):
                return self.dat

        def getThreadTitle( self ):
                return self.title

        def getFormatedReses( self, num ):
                ret = ''
                for n in num:
                        ret += formatRes( self.resAll[n], n + 1 )
                return ret

        def getResCount( self ):
                return int( self.resCount )

細かい中身のことは書かない。

タグ

2ログビューア(5)-Class化する

By mattz, 2008/05/22

いきなり級が上がる感じがするが、一応僕もperlやphpはそれなりにやってきてるし、今更分岐だループだを細かく勉強する必要もないので、これまでに書いたコードを元に、ログビューア関係のロジックをClass化してしまう作戦。

まずは「さくらのレンタルサーバ」で Python 外部モジュールを使う 改訂版 の記述を元に、ここまで書く。

#!/usr/bin/env python
# -*- coding: utf-8 -*-
'''
read.cgi
'''
import sys,codecs
sys.path.append('/home/mattz/lib/python')
from read2ch import read2ch

それとは別に/home/mattz/lib/python/read2ch.pyというファイルを用意。

#!/usr/bin/env python
# -*- coding: utf-8 -*-
'''
2ちゃんねるの.datファイルを扱うクラス
'''
class read2ch:

ホントは中身の方も結構書いてあって、スレ固定だし、htmlの体も為してなくて、かつ付加機能も一切ないけど、一応表示だけできるようになってる。と言ってもそんな簡単でもなかったので、その辺のことをこの後のエントリに書いていきます。今日のところはこの辺で。

タグ

2ログビューア(4)-「㌧問題」に対応する

By mattz, 2008/05/22

細かい原理はよく分からない(要はshift_jisには「㌧」だの「㍉」だのは含まれてないってことなんだろうけど)のだが、ログファイル自体は「shift_jisx0213」で読み込み、出力は「utf-8」で行うようにすることで、エラーも起きず、「㌧」も表示されるようになった。前回との相違点については強調にしてあるが、要するに↑に書いたようなことだ。

#!/usr/bin/env python
# -*- coding: utf-8 -*-
'''
㌧を含むsjisファイルを読み込んで整形して出力する
'''
import re
import sys
import codecs
def parseRes( res, n ):
        # 特に変更はないので省略
print 'Content-Type: text/html;charset;utf-8'
print
print '''
<html>
<head><title>prototype2</title>
<meta http-equiv="Content-Type" content='text/html; charset="utf-8"' />
</head>
<body>
<dl>
'''
fout = codecs.getwriter('utf-8')(sys.stdout)
fres = codecs.open( './sjis.txt', 'r', 'shift_jisx0213', 'strict' )
# 以降も変更はないので省略

→実行結果がかつてはリンクされていました。

追記

冷静になって考えてみたら、shift_jisx0213で読み込んでshift_jisx0213で出力するってので、ぱっと見の出力はShift_JISになるな。ケータイのこと考えるとその方がいい気がした。

タグ

2ちゃんねるログビューアを作成する(3)

By mattz, 2008/05/22

「㌧」のことは置いといて、(1)と(2)を組み合わせてみた。細かいことは後から考えよう。

#!/usr/bin/env python
# -*- coding: utf-8 -*-
'''
2ちゃんねるログを読み込んで整形してhtmlとして出力する
'''
import re
import sys
import codecs
def parseRes( res, n ):
        ar = re.split( '<>', res )
        num = str(n)
        ret = '<dt id=\'dt' + num + '\'>' + num + u': 名前:<span class="name">'
        if ar[1]:
                ret += '<a href="mailto:' + ar[1] + '">'
        ret += ar[0]
        if ar[1]:
                ret += '</a>'
        ret += '</span> ' + ar[2]
        ret += '</dt>\n<dd id=\'dd' + num + '\'>'
        ret += ar[3] + '</dd>\n'
        return ret

print 'Content-Type: text/html;charset;Shift_JIS'
print
print '''
<html>
<head><title>prototype</title>
<meta http-equiv="Content-Type" content='text/html; charset="Shift_JIS"' />
</head>
<body>
<dl>
'''
fout = codecs.getwriter('shift_jis')(sys.stdout)
log = codecs.open('1111198050.dat', 'r', 'shift_jis', 'ignore' )
res = 1;
for line in log:
        fout.write( parseRes( line, res ) )
        res += 1

print '

タグ

2ちゃんねるログビューアを作成する(2)

By mattz, 2008/05/22

今日は先に書いたコードから。「Pythonで日本語を使う」を参考に、Shift_JISで保存されている.datファイルを読み込んで、そのまま標準出力に出す。つもりだった。

#!/usr/bin/env python
# -*- coding: utf-8 -*-
'''
Shift_JISのファイルを読み込んで出力する。
'''
import sys
import codecs
fout = codecs.getwriter('shift_jis')(sys.stdout)
log = codecs.open('1111198050.dat', 'r', 'shift_jis') # 実際にはフルパス
for line in log:
        fout.write( line )

とりあえず、コンソールから実行してみたところ、途中までは問題なく出力されるのだが、ある行を処理するところで、エラーメッセージ。が出て中断 してしまう。

UnicodeDecodeError: 'shift_jis' codec can't decode bytes in position 158-159: illegal multibyte sequence

引っかかっている文字は「㌧」。この手の文字は2ちゃんねるでは頻繁に使われるしなぁ。どうしたらいいんだろ?とりあずここ読んで勉強するわ。

追記

codecs.open()のところで、'ignore'オプションをつけてやれば、ファイルの最後までは処理されるようにはなった。けど、解決にはなってない。なってはいないけどここまでの経過として修正版

#!/usr/bin/env python
# -*- coding: utf-8 -*-
'''
Shift_JISのファイルを読み込んで出力する。
'''
import sys
import codecs
fout = codecs.getwriter('shift_jis')(sys.stdout)
log = codecs.open('1111198050.dat', 'r', 'shift_jis', 'ignore' )
print 'Content-Type: text/plain;charset;shift_jis'
print
for line in log:
        fout.write( line )

→実行結果がかつてはリンクされていました。

タグ

2ちゃんねるログビューアを作成する(1)

By mattz, 2008/05/21

とりあえずの目標である、CHPログビューアの移植に向けての第一歩。

まずは1行分のログをparseして整形して返す関数を作ってみる。

  • とりあえず文字コードのことは忘れるために全部asciiにしてしまえ。
  • jsでレスポップアップとか入れるためにも、各要素にidだけは振っておく。とはいいながらもその辺の処理は後回しだ。pythonでの正規表現の使い方とかさっぱり分からんし(splitだけは使ったが)。

今日学んだこと。

  1. 関数は先に定義するもののようだ。
  2. 文字列の連結は"+"。
  3. int型の変数はいきなり連結は出来ないみたいだ。まぁ、いずれsprintfに相当するものが出てくるだろうから、コレについてはほっとく。
  4. 今日書いたコード。
    #!/usr/bin/env python
    # -*- coding: utf-8 -*-
    '''
    2ちゃんねるログ形式の1行をparseして整形する。
    '''
    import re
    def parseRes( res, n ):
            ar = re.split( '<>', res )
            num = str(n)
            ret = '<dt id=\'dt' + num + '\'>' + num + ': 名前:<span class="name">'
            if ar[1]:
                    ret += '<a href="mailto:' + ar[1] + '">'
            ret += ar[0]
            if ar[1]:
                    ret += '</a>'
            ret += '</span> ' + ar[2]
            ret += '</dt>\n<dd id=\'dd' + num + '\'>'
            ret += ar[3] + '</dd>\n'
            return ret
    
    print 'Content-Type: text/html;charset;utf-8'
    print
    res1 = 'name<>sage<>05/03/19 11:07:30 ID:???<> body1 <>thread title'
    res2 = 'no name<>sage<>05/03/19 11:15:37 ID:???<> <a href="../test/read.cgi/board/0000000000/1"'
    res2 += ' target="_blank">&gt;&gt;1</a> <br> body 2 <>'
    
    print parseRes( res1, 1 )
    print parseRes( res2, 2 )
    

    実行結果がかつてはリンクされていました。

次はテキストファイルを読み込む辺り。の前にShift_JIS問題を何とかしよう。後ではまるかもしれないし。

タグ

pythonに挑戦してみる

By mattz, 2008/05/21

以前からやってみたいとは思っていたのだが、なかなかまともに動く環境がなくやらないままにしていたpythonに挑戦してみる。

とりあえずの目標は、CHPログビューアの移植と、某所で運営している連絡用の掲示板の移植である。

お勉強用のドメイン→http://w-mattz.xii.jp/は今はもうありません。

今日学んだこと。

  1. さくらインターネットでは「AddHandler cgi-script .py」とか書いてあげないといけないらしい。最初はソースがべろんと表示されてたけどここに.htaccess作ったって書いてあったから真似したら動いた。
  2. 今日書いたコード。コピペだけどね。
    #!/usr/bin/env python
    # -*- coding: utf-8 -*-
    '''
    環境変数を表示。
    '''
    import cgi
    print 'Content-Type: text/html'
    print
    cgi.print_environ()
    

    実行結果がかつてはリンクされていました。

  3. 当面のお手本。↑のコードもここから頂いた。

タグ