python读取html文件-使用Python解析html文件

import sys

import os

import os.path

from html.parser import HTMLParser

#定义HTMLParser的子类,用以复写HTMLParser中的方法

class MyHTMLParser(HTMLParser):

#构造方法,定义data数组用来存储html中的数据

def __init__(self):

HTMLParser.__init__(self)

self.data = ""

self.flag = False

#self.index = 0

#覆盖starttag方法,可以进行一些打印操作

def handle_starttag(self, tag, attrs):

#pass

#print("遇到起始标签:{} 开始处理:{}".format(tag, tag))

#if tag == "tr":

# self.index = 0

if tag == "div":

for k,v in attrs:#遍历div的所有属性以及其值

if k == "class" and v == "cell":#确定进入了

#self.index = self.index + 1

self.flag = True

self.data = self.data + """

return

#覆盖endtag方法

def handle_endtag(self, tag):