python中htmlparser解析html-Python基础教程-Python学习网

说明

1、htmlparser提供了一种方便简洁的处理html文件的方法。

它根据树形结构将html页面中的标签分析成一个节点，一种类型的节点对应一个类，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，但是html的语法没有html严格，不能用标准的DOM或者SAX来分析html。

实例

from html.parser import HTMLParser
from html.entities import name2codepoint
  
class MyHTMLParser(HTMLParser):
  
    def handle_starttag(self, tag, attrs):
        print('<%s>' % tag)
  
    def handle_endtag(self, tag):
        print('</%s>' % tag)
  
    def handle_startendtag(self, tag, attrs):
        print('<%s/>' % tag)
  
    def handle_data(self, data):
        print(data)
  
    def handle_comment(self, data):
        print('<!--', data, '-->')
  
    def handle_entityref(self, name):
        print('&%s;' % name)
  
    def handle_charref(self, name):
        print('&#%s;' % name)
  
parser = MyHTMLParser()
parser.feed('''<html>
<head></head>
<body>
<!-- test html parser -->
    <p>Some <a href=\"#\">html</a> HTML tutorial...<br>END</p>
</body></html>''')
  
//test结果
<html>
  
  
<head>
</head>
  
  
<body>
  
  
<!--  test html parser  -->
  
     
<p>
Some
<a>
html
</a>
 HTML tutorial...
<br>
END
</p>
  
  
</body>
</html>

以上就是python中htmlparser解析html，希望对大家有所帮助。更多Python学习指路：python基础教程

本文教程操作环境：windows7系统、Python 3.9.1，DELL G3电脑。

python中htmlparser解析html

相关文章推荐

相关课程推荐

全部评论我要评论

Python学习网