python里面的HTMLParser解析html,跟c++和其他语言的html库解析不同,是使用类继承的方式。
通过重实现HTMLParser类的几个函数,来达到解析html的目的。
主要的重载的函数有:
handle_starttag #开始标签的解析
handle_endtag #结束标签的解析
handle_data #标签内数据的解析
下面通过一个例子看学习下具体的使用(这个例子是python主页上的一个例子):
from html.parser import HTMLParser class MyHTMLParser(HTMLParser): def handle_starttag(self, tag, attrs): print("Encountered a start tag:", tag) def handle_endtag(self, tag): print("Encountered an end tag :", tag) d