python html 解析器_Harser首页、文档和下载 - Python 的 HTML 解析器 - OSCHINA - 中文开源技术交流社区...

Harser 是一个简单的 Python HTML 解析器。

安装：pip install harser

示例代码：

>>> from harser import Harser

>>> HTML = '''

First itemSecond itemThird item

First layer

Lorem Ipsum

Dolor sit amet

Second layer

Third layer

first block

second block

third block

fourth layer

    

foo ter

'''

>>> harser = Harser(HTML)

>>> harser.find('div', class_='header').children(class_='nav-item').find('text').extract()

# Or just

# harser.find(class_='nav-item').find('text').extract()

['First item', 'Second item', 'Third item']

>>> harser.find(class_='nav-item').get_attr('href').extract()

['/nav1', '/nav2', '/nav3']

# It is equally

>>> harser.find('div', class_='header', id='id-header')

>>> harser.find('div', attrs={'class': 'header', 'id': 'id-header'})

>>> harser.find(id__contains='bar').get_attr('class').extract()

['footer']

>>> harser.find(href__not_contains='2').find('text').extract()

['First item', 'Third item']

>>> harser.find(attrs={'data-nav__contains': 'second'}).next_siblings().find('text').extract()

['Third item']

>>> harser.find('li').parent().next_siblings(filters={'text__contains': 'Second'}).clean_extract()

['

Second layer

']

>>> harser.find('h3', filters={'span.@id__starts_with': 'foo'}).get_attr('some-attr').extract()

['hey']

>>> harser.find('div').children('h3').xpath

'//descendant::div/h3'