python做html文档_用python解析HTML文档

我对python完全陌生，我正试图解析一个HTML文档来删除标签，我只想保留我之前在电脑上下载的报纸网站的标题和正文。在

我正在使用文档中找到的类HTML解析器，但我不知道如何使用它，我对这种语言不太了解：(

这是我的代码：#importa la clase HTMLParser

from html.parser import HTMLParser

class HTMLCleaner(HTMLParser):

container = ""

def handle_data(self, data):

if (data == '\n'):

pass

elif (data == " "):

pass

else:

self.container += data

return self.container

parser = HTMLCleaner()

#se va a abrir un fichero para parsearlo

archivo = open("C://Users//jotab//OneDrive//Documentos//Git//SRI//SRI_PR0//coleccionESuja2019//es_26142.html", "r", encoding="utf8")

while True:

line = archivo.readline()

if line == "":

break

else:

parser.feed(line)

print(parser.container)

我这样做是因为在解析之后我得到了很多行“\n”和很多行“”。但是当我试图检查一行是否为空白时，即使两个变量在调试器上出现完全相同，它也会返回false。在

我不知道为什么会这样，但是如果有人能帮我解析这个，那就太好了