Python HTMLParser模块解析html获取url实例
作者：junjie 时间：2023-08-18 01:09:47
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<xx>
handle_endtag 处理结束标签，比如</xx>
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<xx>data</xx>中间的那些数据
handle_comment 处理注释
handle_decl 处理<!开头的，比如<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN"
handle_pi 处理形如<?instruction>的东西
这里我以从网页中获取到url为例，介绍一下。要想获取到url，肯定是要分析<a>标签，然后取到它的href属性的值。下面是代码：
#-*- 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)
标签：Python,HTMLParser,解析html
0
投稿猜你喜欢
python中flatten()参数示例详解
2022-07-03 11:19:57
Python scipy的二维图像卷积运算与图像模糊处理操作示例
2022-12-13 11:56:41
oracle删除已存在的表的实例
2024-01-16 19:24:58
python 利用panda 实现列联表(交叉表)
2022-02-21 02:24:32
Pytorch to(device)用法
2022-05-04 22:57:19
Element el-date-picker 日期选择器的使用
2024-05-09 15:09:08
mysql 8.0.15 安装配置图文教程
2024-01-26 02:22:41
python property的使用技巧分享
2022-11-18 21:25:51
SQL Server 2008中的MERGE（不仅仅是合并）
2010-10-15 14:16:00
Javascript 文件夹选择框的两种解决方案
2024-04-16 09:50:46
AJAX 自学练习 无刷新提交并修改数据库数据并显示
2024-01-18 20:21:23
Python新手学习函数默认参数设置
2021-08-18 03:50:35
MySQL Community Server 8.0.11安装配置方法图文教程
2024-01-26 06:02:45
Python语言实现SIFT算法
2022-12-30 17:58:14
Python性能优化技巧
2021-06-29 12:48:32
Python计算信息熵实例
2022-08-17 16:13:39
Oracle关于时间/日期的操作
2009-02-26 10:37:00
django 通过URL访问上传的文件方法
2022-09-02 22:03:59
pytorch 图像预处理之减去均值,除以方差的实例
2022-04-20 13:43:45
python numpy 中linspace函数示例详解
2021-12-12 01:47:59
