python模块之HTMLParser: 解析html,获取url
2017-11-02 21:17
726 查看
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
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 HTMLParser class 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 value if __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)
相关文章推荐
- 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解析出URL链接
- Python HTMLParser模块解析html获取url实例
- Python HTML解析模块HTMLParser(爬虫工具)
- Python基于lxml模块解析html获取页面内所有叶子节点xpath路径功能示例
- Python:HTMLParser模块进行简单的html解析
- 使用Python中HTTPParser模块进行简单的html解析
- python解析html获取Url
- python模块之HTMLParser抓页面上的所有URL链接
- 【转】使用Python中HTTPParser模块进行简单的html解析
- Python lxml解析HTML并用xpath获取元素
- 分享一个解析html的python的框架--AdvancedHTMLParser
- 嵌入式 python之ConfigParser配置解析模块
- python模块之ConfigParser: 用python解析配置文件
- python 模块-使用HTMLParser 解析html