python HTMLParser处理A标签…

HTMLParser类中有针对HTML标签的相应的函数，通过自定义，重载类中的函数来处理一些标签，函数如下：

HTMLParser.anchor_bgn(href, name, type):#a标签开始的时候被调用，参数是A标签的属性值

HTMLParser.anchor_end() #锚点标签结束的时候处理

HTMLParser.save_bgn():#开始在缓冲区中保存字符数据,通过save_end（）检索存储的数据。save_bgn（）/ save_end（）对可能不能嵌套使用。

HTMLParser.save_end():#结束缓冲字符数据，并返回自前调用save_bgn（）保存所有数据。一个没有前面的调用save_bgn（）调用此方法将引发TypeError异常。

HTMLParser.handle_image(source, alt[, ismap[, align[, width[, height]]]])：调用此方法来处理图像。默认实现只是简单地传递到handle_data（）方法的alt值。

HTMLParser.reset()  #重置实例.所有未处理的数据都会丢失.在初始化时自动调用. 

HTMLParser.feed(data) #给分析器喂食.在由完整元素构成的情况下工作；不完整数据情况下,会进行缓冲知道更多数据加进来或者 close() 被调用. 

HTMLParser.close()  #处理所有缓冲数据.这个方法可以被派生类重定义,以便在输入结束后处理额外的事情,重定义的版本也要调用 HTMLParser 基类的 close() 方法. 

HTMLParser.getpos() #返回当前行数和列数 

HTMLParser.get_starttag_text() #返回最近打开过得开始标记处的文本.通常不会用到

HTMLParser.handle_starttag(tag, attrs) #该方法用来处理一个标记的开始.tag参数是tag的名字的小写化.attrs参数是一个list,由(name,value)组成,反映了<>里面的属性. name会被翻译成小写字母,在value中的引号也被移除了,字符实体引用也会被替换.例如,有个 tag ,那么使用该方法就该这么做： handle_starttag('a', [('href','http://www.cwi.nl/')]) 

HTMLParser.handle_startendtag(tag, attrs) #和handle_starttag()类似,用来处理XHTML风格的空标签().可能被子类重载

HTMLParser.handle_endtag(tag) #该方法用来处理元素结束标记.可以被派生类重载；基类什么也不做. tag参数是tag的name转化来的小写字母. 

HTMLParser.handle_data(data) #该方法用来处理随机的数据.

HTMLParser.handle_charref(name) #

//-------------------------------------------------

引用于：http://www.cyrec.org/posts/python-HTMLParser-A-href