python模块之HTMLParser: 解析html,获取url
来源:互联网 发布:数据的统计 编辑:程序博客网 时间:2024/06/07 06:48
HTMLParser是python用来解析html的模块。它可以分析出html里面的标签、数据等等,是一种处理html的简便途径。HTMLParser采用的是一种事件驱动的模式,当HTMLParser找到一个特定的标记时,它会去调用一个用户定义的函数,以此来通知程序处理。它主要的用户回调函数的命名都是以handler_开头的,都是HTMLParser的成员函数。当我们使用时,就从HTMLParser派生出新的类,然后重新定义这几个以handler_开头的函数即可。这几个函数包括:
- handle_startendtag 处理开始标签和结束标签
- handle_starttag 处理开始标签,比如
- handle_endtag 处理结束标签,比如
- handle_charref 处理特殊字符串,就是以&#开头的,一般是内码表示的字符
- handle_entityref 处理一些特殊字符,以&开头的,比如
- handle_data 处理数据,就是data中间的那些数据
- handle_comment 处理注释
- handle_decl 处理
#-*- encoding: gb2312 -*-import HTMLParserclass MyParser(HTMLParser.HTMLParser): def __init__(self): HTMLParser.HTMLParser.__init__(self) def handle_starttag(self, tag, attrs): # 这里重新定义了处理开始标签的函数 if tag == 'a': # 判断标签<a>的属性 for name,value in attrs: if name == 'href': print valueif __name__ == '__main__': a = '<html><head><title>test</title><body><a href="http://www.163.com">链接到163</a></body></html>' my = MyParser() # 传入要分析的数据,是html的。 my.feed(a)
阅读全文
0 0
- python模块之HTMLParser: 解析html,获取url
- python模块之HTMLParser: 解析html,获取url
- python模块之HTMLParser: 解析html,获取url
- python模块之HTMLParser: 解析html,获取url
- python 模块-使用HTMLParser 解析html
- python模块之HTMLParser
- python模块之HTMLParser
- python模块之HTMLParser
- python模块学习---HTMLParser(解析HTML文档元素)
- python模块学习---HTMLParser(解析HTML文档元素)
- python模块学习---HTMLParser(解析HTML文档元素)
- python解析html获取Url
- Python学习总结笔记(6)-- HTML解析之HTMLParser
- 使用Python的HTMLParser解析HTML文本
- python:解析html(HTMLParser、SGMLParser)
- python中html解析 HTMLParser与sgmllib
- python:解析html(HTMLParser、SGMLParser)
- Python中使用HTMLParser解析HTML文档
- 数据结构之链表面试题汇总(二)-有序单向链表的合并、单向链表反转
- Activiti实战一
- c语言
- Remove Duplicates from Sorted Array
- JS获取DOM节点
- python模块之HTMLParser: 解析html,获取url
- 【codevs 2604】舞会邀请
- 余数求和 洛谷p2261
- Okhttp封装
- 20171102-程序员的自我修养
- WebService
- 数据结构之链表面试题汇总(三)判断单链表是否有环、取出环的起始点、得到有环链表中环的长度
- 第一二章课后习题
- 简单工厂、工厂方法模式和抽象工厂