python提取网页内容_python 提取网页内容工具

#!/usr/bin/python

#coding=utf8

__doc__="""

This class is used to extract text from a string content,

mostly used when we need to extract what we want from a

downloaded html page

"""

__author__="""jemygraw@gmail.com"""

class TextUtil:

def __init__(self,content):

self.content=content

self.start_index=0

def selectText(self,start,end):

self.start_flag=start

self.end_flag=end

from_index=self.content.find(start,self.start_index)

if from_index!=-1:

end_index=self.content.find(end,from_index+len(start))

if end_index!=-1:

self.start_index=end_index+len(end)

self.from_index=from_index

self.end_index=end_index

return True

return False

def extractText(self):

return self.content[self.from_index+len(self.start_flag):self.end_index]

def deselectText(self):

self.from_index=0

self.end_index=0

self.start_index=0

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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