HTMLParser 类包含的方法学习笔记

原创于 2016-07-22 13:26:05 发布 · 953 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#HTMLParser

python 专栏收录该内容

6 篇文章

订阅专栏

本文介绍了一个简单的HTML解析器实现，展示了如何使用Python内置的HTMLParser类来解析HTML文档，并定义了处理开始标签、结束标签、数据内容等的方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

HTMLParser 主要包含以下几个方法：

class MyHTMLParser1(HTMLParser):

    def handle_starttag(self, tag, attrs):
       #遭遇到开始标签的时候需要做哪些action

    def handle_endtag(self, tag):
      #遭遇到结束标签的时候需要做哪些action

def handle_startendtag(self, tag, attrs):
#遭遇到类似<img.../>这种格式的xhtml格式的

def handle_data(self, data):
#遭遇到html中的数据的时候需要做哪些action

def handle_comment(self, data):
#遭遇到备注信息时候需要做哪些action

def handle_entityref(self, name):
#遭遇引用名称时候需要做哪些action

def handle_charref(self, name):
#遭遇到特殊字符的时候需要做哪些action

直接上代码：

from HTMLParser import HTMLParser
from htmlentitydefs import name2codepoint

class MyHTMLParser1(HTMLParser):

    def handle_starttag(self, tag, attrs):
		print('handle_start tag is