python使用HTMLParser解析网页

---

前言

写爬虫自然少不了html解析，今天介绍HTMLParser 的简单使用。

一、HTMLParser 是什么？

HTMLParser 是python 3自带的解析html的库。我们只需继承HTMLParser写一个子类，重写函数便可以使用它进行解析网页了。

二、使用步骤

1.引入库

代码如下（示例）：

from html.parser import HTMLParser

2.继承HTMLParser创建子类

代码如下（示例）：

class ImageParse(HTMLParser, ABC):

    def __init__(self, *, convert_charrefs=True):
        super().__init__(convert_charrefs=convert_charrefs)
        """
        json_str array
        """
        self.data = []

    def handle_starttag(self, tag, attrs):
        super().handle_starttag(tag, attrs)
        if tag == "a" and ("class", "iusc") in attrs:
            for attr in attrs:
                if attr[0] == "m":
                    # print(attr[1])
                    self.data.append(attr[1])

3.重写方法

下面列出常见重写的方法。

# 处理开始和结束标签，默认调用了
# handle_starttag(tag, attrs)
# self.handle_endtag(tag)
def handle_startendtag(sel