39、Python网络数据处理与编码模块详解

Python网络数据处理与编码模块详解

1. HTMLParser模块

1.1 概述

HTMLParser模块定义了一个名为HTMLParser的类，可用于解析HTML和XHTML文档。要使用该模块，需定义一个继承自HTMLParser的自定义类，并根据需要重新定义方法。

1.2 类与方法

• HTMLParser() ：用于创建HTML解析器的基类，初始化时无需参数。
• 实例方法 ：
  | 方法 | 描述 |
  | — | — |
  | h.close() | 关闭解析器，处理剩余未解析的数据，在所有HTML数据都提供给解析器后调用。 |
  | h.feed(data) | 向解析器提供新数据，数据将立即解析。若数据不完整，不完整部分将被缓冲，下次调用 feed() 时继续解析。 |
  | h.getpos() | 返回当前行号和该行中的字符偏移量，以元组 (line, offset) 形式返回。 |
  | h.get_starttag_text() | 返回最近打开的开始标签对应的文本。 |
  | h.handle_charref(name) | 遇到字符引用（如 &#ref; ）时调用， name 是引用名称的字