HTMLParser模塊怎么在python中使用-創(chuàng)新互聯(lián)

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(nèi)容，希望大家根據(jù)這篇文章可以有所收獲。

創(chuàng)新互聯(lián)是一家專業(yè)提供房山企業(yè)網(wǎng)站建設,專注與做網(wǎng)站、成都網(wǎng)站設計、HTML5、小程序制作等業(yè)務。10年已為房山眾多企業(yè)、政府機構等服務。創(chuàng)新互聯(lián)專業(yè)網(wǎng)絡公司優(yōu)惠進行中。

安裝：

npm install htmlparser

htmlparser提供構造函數(shù)：

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(zhì)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(diào)用這個方法時并提供相應的data時，整個實例（instance）開始執(zhí)行，結束執(zhí)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(shù)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(nèi)容都是小寫）。

例如，對于<A HREF="http://www.baidu.com“>，那么內(nèi)部調(diào)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(wǎng)頁的數(shù)據(jù)，也就是開始標簽和結束標簽之間的內(nèi)容。例如：<script>...</script>的省略號內(nèi)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(shù)輸入的數(shù)據(jù)進行清空。

看完上述內(nèi)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(nèi)容，請關注創(chuàng)新互聯(lián)行業(yè)資訊頻道，感謝大家的支持。

當前名稱：HTMLParser模塊怎么在python中使用-創(chuàng)新互聯(lián)
網(wǎng)頁路徑：http://aaarwkj.com/article10/ccjsdo.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供軟件開發(fā)、網(wǎng)站內(nèi)鏈、動態(tài)網(wǎng)站、域名注冊、建站公司、網(wǎng)站導航

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源：創(chuàng)新互聯(lián)

猜你還喜歡下面的內(nèi)容

欧美一级特黄大片做受成人-亚洲成人一区二区电影-激情熟女一区二区三区-日韩专区欧美专区国产专区

HTMLParser模塊怎么在python中使用-創(chuàng)新互聯(lián)