python解析html的库_python自带的用于解析HTML的库HtmlParser

HtmlParser，顾名思义，是解析Html的一个工具。python自带的。

一、常用属性和方法介绍

HtmlParser是一个类，在使用时一般继承它然后重载它的方法，来达到解析出需要的数据的目的。

1.常用属性：

lasttag，保存上一个解析的标签名，是字符串。

2.常用方法：

handle_starttag(tag, attrs) ，处理开始标签，比如< div>；这里的attrs获取到的是属性列表，属性以元组的方式展示

handle_endtag(tag) ，处理结束标签,比如< /div>

handle_startendtag(tag, attrs) ，处理自己结束的标签，如< img />

handle_data(data) ，处理数据，标签之间的文本

handle_comment(data) ，处理注释，< !-- -->之间的文本

二、基本使用

不多说，上代码

以上是根据python手册写的基本使用，解析了一个简单的html。可以运行看看，主要用于了解各个函数负责解析的部分，以及解析顺序。

三、实用案例

以下的实用案例均在上面的代码中修改对应函数，每个实例都是单独的。

解析的html如下：

1.获取属性的函数，是个静态函数，新增的。直接定义在类中，返回属性名对应的属性

2.获取所有p标签的文本，最简单方法只修改handle_data

3.获取css样式（class）为p_font的p标签的文本，使用了案例1，增加一个实例属性作为标志，选取需要的标签

4.获取p标签的属性列表

5.获取p标签的class属性

6.获取div下的p标签的文本

7.处理注释中的标签，若需要的数据在注释中，使用一般函数解析不到

处理方法为，写两个类，继承HTMLParser。在其中一个类的handle_comment里实例化解析类，和其他标签一样解析

这里的MyHTMLParser可以为基本使用中的MyHTMLParser，或者按需重写。

python解析html的库_python自带的用于解析HTML的库HtmlParser相关推荐

python的最大绘图速度_Python数据可视化之高速绘图神器PyQtGraph库，强烈建议收藏...
01为什么使用PyQtGraph库我们知道,在Python中,已经有了很多可供选择的数据可视化库. 比如最经典.使用人数最多的matplotlib库,其有着十多年的历史积累,可生成高质量出版级别的图 ...
python新式类c3算法_Python新式类的方法解析顺序MRO与Super
新式类与经典类的方法解析顺序 MOR(方法解析顺序) 经典类:深度优先 DFS python3以前新式类:广度优先 python2.2 新式类:广度优先的C3算法实现(拓扑排序) BFS pytho ...
python数据可视化库_python和r中用于数据可视化的前9个库
python数据可视化库 In the rapidly growing world of today, when technology is expanding at a rate like neve ...
python自带的用于解析HTML的库HtmlParser
转自博客https://www.cnblogs.com/masako/p/5868367.html HtmlParser,顾名思义,是解析Html的一个工具.python自带的. 一.常用属性和方法介 ...
python图片解析库_python用来获得图片exif信息的库实例分析
本文实例讲述了python用来获得图片exif信息的库用法.分享给大家供大家参考.具体分析如下: exif-py是一个纯python实现的获取图片元数据的python库,官方下载地址: http:// ...
python使用osgeo库_Python使用内置urllib模块或第三方库requests访问网络资源
前言更多内容,请访问我的个人博客. Python 访问网络资源有很多方法,urllib, urllib2, urllib3, httplib, httplib2, requests ,现介绍如下两 ...
python列表解析式如何使用_python列表推导式操作解析
python列表推导式操作解析这篇文章主要介绍了python列表推导式操作解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下基本格式 [表达式 ...
python安装matlabb库_Python调用MATLAB的方法（mlab接口库）（未总结）-Go语言中文社区...
一.安装安装mlab库 pip install mlab 显示错误 No module named 'docutils' (不知道这是什么库) pip install docutils (安装 ...
python 接口测试如何写配置文件_python接口自动化测试 - configparser配置文件解析器详细使用...
configparser简介 ConfigParser模块已在Python 3中重命名为configparser 该模块定义了ConfigParser类. ConfigParser类实现一种基本的配置 ...

python解析html的库_python自带的用于解析HTML的库HtmlParser

python解析html的库_python自带的用于解析HTML的库HtmlParser相关推荐

最新文章

热门文章