##language:zh
#pragma section-numbers off
##含有章节索引导航的 ZPyUG 文章通用模板
<<TableOfContents>>
## 默许导航,请保留
<<Include(ZPyUGnav)>>


= txt 2 html =


##startInc
== 题面 ==
{{{
free won <freefis@gmail.com>
reply-to	python-cn@googlegroups.com
to	python-cn@googlegroups.com
date	Fri, Jul 11, 2008 at 19:12
subject	[CPyUG:58809] 文本转换html问题
}}}
最近在完成一个　类似论坛的站点。by django.

出现了一个问题就是在回帖的时候，把回帖的内容转换成html格式发布出来。

目前尝试了些正则方式，都不太理想。

希望有经验的朋友能给个方向。

== limodou ==
{{{#!python
#coding=utf-8
import re
import cgi

re_string = re.compile(r'(?P<htmlchars>[<&>])|(?P<space>^[
\t]+)|(?P<lineend>\r\n|\r|\n)|(?P<protocal>(^|\s*)((http|ftp)://.*?))(\s|$)',
re.S|re.M|re.I)
def text2html(text, tabstop=4):
   def do_sub(m):
       c = m.groupdict()
       if c['htmlchars']:
           return cgi.escape(c['htmlchars'])
       if c['lineend']:
           return '<br>'
       elif c['space']:
           t = m.group().replace('\t', '&nbsp;'*tabstop)
           t = t.replace(' ', '&nbsp;')
           return t
       elif c['space'] == '\t':
           return ' '*tabstop;
       else:
           url = m.group('protocal')
           if url.startswith(' '):
               prefix = ' '
               url = url[1:]
           else:
               prefix = ''
           last = m.groups()[-1]
           if last in ['\n', '\r', '\r\n']:
               last = '<br>'
           return '%s<a href="%s">%s</a>%s' % (prefix, url, url, last)
   return re.sub(re_string, do_sub, text)

if __name__ == '__main__':
   text="""
 http://groups.google.com/group/python-cn/pending
"""
   print text2html(text)

}}}


== yrh ==
`<yrh168@gmail.com>`

我原先做个一个，不过不是for  django的，你看看吧：

{{{#!python
def htmlEncode(strings):
    strings = strings.replace("\'", "&#39;")
    strings = strings.replace("\\", "&#92;")
    strings = strings.replace("\.", "&#46;")
    strings = strings.replace("\|", "&#124;")

    #strings = strings.replace('<br>', '')
    strings = strings.replace("  ", "　")
    strings = strings.replace("<", "&#60;")
    #大写的html标签全部被替换，小写的<strong>、<center>、<font>、<img>标签不会被替换
    strings = re.sub(re.compile('&#60;(?P<xg>\/?)(?P<bq>strong|center|font|img |pre)'), '<\g<xg>\g<bq>', strings)
    strings = re.sub('\n', '\n<br>', strings)
    return strings
}}}
这个函数是我自己写的一个论坛的函数，允许 小写的<strong>、<center>、<font>、<img>标签，其他html标签一律转换为文本。
替换斜杠，英文单引号、句号，竖线的目的是因为某些数据库存储这些字符的时候会出错，具体哪些字符要替换，你参考数据库手册好了。

如果你要更多功能的，建议你参考论坛处理ubb标签的方式，你google一下好了（比如动网论坛，不过大部分是asp的，python的很少）

##endInc

----
'''反馈'''

创建 by -- ZoomQuiet [<<DateTime(2008-07-11T14:11:59Z)>>]