python中htmlparser解析html
发布时间:2024-07-04 14:42:11
说明
1、htmlparser为处理html文件提供了方便简洁的方法。
它根据树形结构将html页面中的标签分析成一个节点，一个类型的节点对应于一个类，通过调用它可以轻松访问标签中的内容。
2、html本质上是xml的子集，但html的语法不如html严格，不能用标准的DOM或SAX来分析html。
实例
fromhtml.parserimportHTMLParser
fromhtml.entitiesimportnamecodepoint
classMyHTMLParser(HTMLParser):
defhandle_starttag(self,tag,attrs):
print('<%s>'%tag)
defhandle_endtag(self,tag):
print('</%s>'%tag)
defhandle_startendtag(self,tag,attrs):
print('<%s/>'%tag)
defhandle_data(self,data):
print(data)
defhandle_comment(self,data):
print('<!--',data,'-->')
defhandle_entityref(self,name):
print('&%s;'%name)
defhandle_charref(self,name):
print('&#%s;'%name)
parser=MyHTMLParser()
parser.feed('''<html>
<head></head>
<body>
<!--testhtmlparser-->
<p>Some<ahref=\"#\">html</a>HTMLtutorial...<br>END</p>
</body></html>''')
///test结果
<html>
<head>
</head>
<body>
<!--testhtmlparser-->
<p>
Some
<a>
html
</a>
HTMLtutorial...
<br>
END
</p>
</body>
</html>以上是python中htmlparser分析html，希望对大家有所帮助。更多Python学习指导：python基础教程
本文教程操作环境：windows7系统Python 3.9.1，DELL G3电脑。
下一篇 python操作xml的两种方法
湘公网安备43019002002521号