溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
今天就跟大家聊聊有關HTMLParser模塊怎么在python中使用，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結了以下內容，希望大家根據這篇文章可以有所收獲。
安裝：
npm install htmlparser
htmlparser提供構造函數：
function Parser(handler) {
this._handler = handler;
}HTMLParser解析HTML:
from html.parser import HTMLParser
from html.entities import name2codepoint
class MyHTMLParser(HTMLParser):
def handle_starttag(self, tag, attrs):
print('<%s>' % tag)
def handle_endtag(self, tag):
print('</%s>' % tag)
def handle_startendtag(self, tag, attrs):
print('<%s/>' % tag)
def handle_data(self, data):
print(data)
def handle_comment(self, data):
print('<!--', data, '-->')
def handle_entityref(self, name):
print('&%s;' % name)
def handle_charref(self, name):
print('&#%s;' % name)
parser = MyHTMLParser()
parser.feed('''<html>
<head></head>
<body>
<!-- test html parser -->
<p>Some <a href=\"#\">html</a> HTML tutorial...<br>END</p>
</body></html>''')HTML本質上是XML的子集，但是HTML的語法沒有XML那么嚴格，大家也可以嘗試利用HTMLParser解析HTML。
知識點擴展：
常用方法介紹
l feed(data)：主要用于接受帶html標簽的str，當調用這個方法時并提供相應的data時，整個實例（instance）開始執行，結束執行close()。
l handle_starttag(tag, attrs): 這個方法接收Parse_starttag返回的tag和attrs，并進行處理，處理方式通常由使用者進行覆蓋，本身為空。
例如，連接的start tag是<a>，那么對應的參數tag＝'a'（小寫)。attrs是start tag <>中的屬性，以元組形式（name, value）返回（所有這些內容都是小寫）。
例如，對于<A HREF="http://www.baidu.com“>，那么內部調用形式為：handle_starttag（'a',[(‘href','http://www.baidu.com)]）.
l handle_endtag(tag)：跟上述一樣，只是處理的是結束標簽，也就是以</開頭的標簽。
l handle_data(data)：處理的是網頁的數據，也就是開始標簽和結束標簽之間的內容。例如：<script>...</script>的省略號內容
l handle_comment(data) ，處理注釋，<!-- -->之間的文本
l reset()：將實例重置，包括作為參數輸入的數據進行清空。
看完上述內容，你們對HTMLParser模塊怎么在python中使用有進一步的了解嗎？如果還想了解更多知識或者相關內容，請關注億速云行業資訊頻道，感謝大家的支持。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
