21

美汤配铁蟒有用吗？如果是这样，使用哪个版本的铁蟒？使用 Iron python 在 .net 2.0 上分发 Windows 桌面应用程序有多容易（主要是 c# 调用一些 python 代码来解析 html）？

4

9 回答 9

34

我问自己同样的问题，在努力遵循这里和其他地方的建议以使 IronPython 和 BeautifulSoup 与我现有的代码很好地配合之后，我决定去寻找一个替代的原生 .NET 解决方案。BeautifulSoup 是一段很棒的代码，起初它看起来没有任何可用于 .NET 的可比较的东西，但后来我发现了HTML Agility Pack，如果有的话，我认为我实际上已经获得了比 BeautifulSoup 的一些可维护性。它采用干净或粗糙的 HTML 并从中生成优雅的 XML DOM，可以通过 XPath 进行查询。使用几行代码，您甚至可以取回原始 XDocument，然后在 LINQ to XML 中制作您的查询. 老实说，如果网络抓取是您的目标，那么这是您可能找到的最干净的解决方案。

编辑

这是一个解析美国众议院假期时间表的简单（阅读：根本不健全）示例：

using System;
using System.Collections.Generic;
using HtmlAgilityPack;

namespace GovParsingTest
{
    class Program
    {
        static void Main(string[] args)
        {
            HtmlWeb hw = new HtmlWeb();
            string url = @"http://www.house.gov/house/House_Calendar.shtml";
            HtmlDocument doc = hw.Load(url);

            HtmlNode docNode = doc.DocumentNode;
            HtmlNode div = docNode.SelectSingleNode("//div[@id='primary']");
            HtmlNodeCollection tableRows = div.SelectNodes(".//tr");

            foreach (HtmlNode row in tableRows)
            {
                HtmlNodeCollection cells = row.SelectNodes(".//td");
                HtmlNode dateNode = cells[0];
                HtmlNode eventNode = cells[1];

                while (eventNode.HasChildNodes)
                {
                    eventNode = eventNode.FirstChild;
                }

                Console.WriteLine(dateNode.InnerText);
                Console.WriteLine(eventNode.InnerText);
                Console.WriteLine();
            }

            //Console.WriteLine(div.InnerHtml);
            Console.ReadKey();
        }
    }
}
于 2008-10-04T19:04:21.950 回答
8

我已经在 IPy 1.1 和 2.0 中测试并使用了 BeautifulSoup（忘记哪个 beta，但这是几个月前的事了）。如果您仍然遇到问题，请发表评论，我会挖掘我的测试代码并发布它。

于 2008-09-23T01:53:58.620 回答
5

如果 BeautifulSoup 在 IronPython 上不起作用，那是因为 IronPython 没有实现整个 Python 语言（与 CPython 一样）。BeautifulSoup是pure-python，没有C-extensions，所以唯一的问题是IronPython与CPython在Python源代码方面的兼容性。应该没有，但如果有，错误会很明显（“没有模块命名为 ...”、“没有命名为 ... 的方法”等）。谷歌表示只有 BS 的一项测试在 IronPython 上失败了。它可能有效，并且该测试现在可能已修复。我不会知道的。

试试看，这将是我的建议，除非有人有更具体的东西。

于 2008-09-23T01:43:40.530 回答
2

此外，关于先前关于使用 -X:SaveAssemblies 编译的评论之一 - 这是错误的。-X:SaveAssemblies 是一种调试功能。有一个 API 用于将 python 代码编译成二进制文件。这篇文章解释了 API 以及两种模式之间的区别。

于 2008-09-23T20:16:56.330 回答
1

关于问题的第二部分，您可以使用 DLR Hosting API 从 C# 应用程序中运行 IronPython 代码。DLR 托管规范在这里。该博客还包含一些示例托管应用程序

于 2008-09-23T20:10:02.993 回答
1

我们正在分发一个 40k 行的 IronPython 应用程序。我们还不能将整个东西编译成一个二进制可分发文件。取而代之的是，我们一直将它作为无数个微小的 dll 分发，每个 IronPython 模块一个。不过，这很好用。

然而，在较新的版本 IronPython 2.0 上，我们最近出现了一个峰值，它似乎能够将所有内容编译成一个二进制文件。这也导致更快的应用程序启动（模块导入更快。）希望这个峰值将在接下来的几天内迁移到我们的主树中。

我们使用 WiX 进行分发，这是一个用于创建 msi 安装的 Microsoft 内部工具，它已经开源（或至少免费提供）。它没有给我们带来任何问题，即使我们的安装有一些相当繁琐的要求。将来我一定会考虑使用 WiX 分发其他 IronPython 项目。

于 2008-11-13T15:31:20.553 回答
1

似乎与 IronPython 2.7 一起工作得很好。只需将其指向正确的文件夹即可：

D:\Code>ipy
IronPython 2.7 (2.7.0.40) on .NET 4.0.30319.235
Type "help", "copyright", "credits" or "license" for more information.
>>> import sys
>>> sys.path.append("D:\Code\IronPython\BeautifulSoup-3.2.0")
>>> import urllib2
>>> from BeautifulSoup import BeautifulSoup
>>> page = urllib2.urlopen("http://www.example.com")
>>> soup = BeautifulSoup(page)
<string>:1: DeprecationWarning: object.__new__() takes no parameters
>>> i = soup('img')[0]
>>> i['src']
'http://example.com/blah.png'
于 2011-07-01T14:24:05.940 回答
0

我还没有测试过它，但我想说它很可能适用于最新的 IPy2。

至于分发，很简单。使用 -X:SaveAssemblies 选项将 Python 代码编译为二进制文件，然后将其与其他 DLL 和 IPy 依赖项一起发布。

于 2008-09-23T01:42:48.397 回答
-2

如果你有完整的标准库和真正的re模块（IronPython 社区版的谷歌），它可能会工作。但是 IronPython 是一个非常糟糕的 python 实现，我不会指望它。

此外，html5lib试一试。该解析器使用与 firefox 解析文档相同的规则进行解析。

于 2008-09-23T07:58:31.597 回答