Python之HTMLParser

 

一直都在用PHP的simple_html_dom模型解析HTML文件,以分析网页数据,学习Python自然也想用此功能,Python中有html.parser包,上面的代码即为parser包的内容,其功能相对简单,比起simple_html_dom还差很多。如果你想分析HTML文件,必须自己重写分析类,当然如果重载HTMLParser可以省不少事,期待哪位大侠写一个便于使用的类来分析网页数据(据说有个类叫BeautifulSoup可用),想自己写个试试,哈哈

 

 

PS:

上篇文章说到的诡异BUG,今天看到一些文章说起python搜索库文件的顺序时我想到,是不是我的目录下有跟库文件同名的文件呢,一看,果然是的,在目录下我也写了一个文件叫urllib.py,解释器搜索库文件时,自然先搜到同目录下文件,然后载入,结果当然没有相应的类啊,函数之类的,发生错误也就不稀奇了

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
使用Pythonhtml.parser模块可以很方便地爬取网页内容。下面是一些基本的步骤: 1. 导入模块 ```python from html.parser import HTMLParser ``` 2. 继承HTMLParser类 ```python class MyHTMLParser(HTMLParser): def __init__(self): super().__init__() ``` 3. 实现处理函数 在MyHTMLParser类中实现处理函数,这些函数将在解析HTML文档的过程中被调用。 ```python def handle_starttag(self, tag, attrs): pass def handle_endtag(self, tag): pass def handle_data(self, data): pass ``` 其中,handle_starttag()函数处理开始标签,handle_endtag()函数处理结束标签,handle_data()函数处理标签之间的文本数据。 4. 创建实例并解析HTML文档 ```python parser = MyHTMLParser() parser.feed(html_doc) ``` 其中,html_doc是要解析的HTML文档。 5. 处理结果 解析完成后,可以从MyHTMLParser实例中获取解析结果。 ```python result = parser.result ``` 完整的代码示例: ```python from html.parser import HTMLParser class MyHTMLParser(HTMLParser): def __init__(self): super().__init__() self.result = [] def handle_starttag(self, tag, attrs): self.result.append(tag) def handle_endtag(self, tag): pass def handle_data(self, data): self.result.append(data) html_doc = """ <html> <head> <title>Example</title> </head> <body> <h1>Heading</h1> <p>Paragraph</p> </body> </html> """ parser = MyHTMLParser() parser.feed(html_doc) print(parser.result) ``` 输出结果: ``` ['html', 'head', 'title', 'Example', 'title', 'head', 'body', 'h1', 'Heading', 'h1', 'p', 'Paragraph', 'p', 'body', 'html'] ``` 这个示例只是简单地将标签和文本数据存储在了一个列表中,实际应用中需要根据具体需求进行处理。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值