在Python中使用HTMLParser解析HTML的教程
HTMLParser是Python标准库中的一个模块，可以用于解析HTML文档。在本教程中，我们将介绍如何使用HTMLParser解析HTML文档，并提供两个示例。
安装
HTMLParser是Python标准库中的一部分，因此不需要安装。
解析HTML文档
以下是一个示例，演示如何使用HTMLParser解析HTML文档：
from html.parser import HTMLParser
class MyHTMLParser(HTMLParser):
def handle_starttag(self, tag, attrs):
print("Start tag:", tag)
for attr in attrs:
print(" attr:", attr)
def handle_endtag(self, tag):
print("End tag :", tag)
def handle_data(self, data):
print("Data :", data)
html = """
<html>
<head>
<title>My Title</title>
</head>
<body>
<h1>Heading</h1>
<p>Paragraph</p>
</body>
</html>
"""
parser = MyHTMLParser()
parser.feed(html)
在上面的示例中，首先导入HTMLParser库。创建一个名为MyHTMLParser的类，继承自HTMLParser。在MyHTMLParser中，重写handle_starttag()方法，用于处理HTML标签的开始标记。在handle_starttag()方法中，输出标签名称和属性。重写handle_endtag()方法，用于处理HTML标签的结束标记。在handle_endtag()方法中，输出标签名称。重写handle_data()方法，用于处理HTML标签中的数据。在handle_data()方法中，输出数据。在主程序中，创建一个MyHTMLParser对象，并使用feed()方法将HTML文档传递给解析器。
解析HTML文件
以下是一个示例，演示如何使用HTMLParser解析HTML文件：
from html.parser import HTMLParser
class MyHTMLParser(HTMLParser):
def handle_starttag(self, tag, attrs):
print("Start tag:", tag)
for attr in attrs:
print(" attr:", attr)
def handle_endtag(self, tag):
print("End tag :", tag)
def handle_data(self, data):
print("Data :", data)
with open("example.html", "r") as f:
html = f.read()
parser = MyHTMLParser()
parser.feed(html)
在上面的示例中，首先导入HTMLParser库。创建一个名为MyHTMLParser的类，继承自HTMLParser。在MyHTMLParser中，重写handle_starttag()方法，用于处理HTML标签的开始标记。在handle_starttag()方法中，输出标签名称和属性。重写handle_endtag()方法，用于处理HTML标签的结束标记。在handle_endtag()方法中，输出标签名称。重写handle_data()方法，用于处理HTML标签中的数据。在with语句块中，打开HTML文件并读取其内容。在主程序中，创建一个MyHTMLParser对象，并使用feed()方法将HTML文档传递给解析器。
总结
HTMLParser是Python标准库中的一个模块，可以用于解析HTML文档。可以使用handle_starttag()、handle_endtag()和handle_data()方法处理HTML标签的开始标记、结束标记和数据。可以使用feed()方法将HTML文档传递给解析器。可以使用open()函数打开HTML文件并读取其内容。
本站文章如无特殊说明，均为本站原创，如若转载，请注明出处：在Python中使用HTMLParser解析HTML的教程 - Python技术站
微信扫一扫 
支付宝扫一扫 