python系列（亲测有效）：Python爬虫常用之HtmlParser（解析html文字编码为正常显示的内容）

---

Python爬虫常用之HtmlParser

HtmlParser，顾名思义，是解析Html的一个工具。python自带的。

一、常用属性和方法介绍

HtmlParser是一个类，在使用时一般继承它然后重载它的方法，来达到解析出需要的数据的目的。

1.常用属性：

lasttag，保存上一个解析的标签名，是字符串。

2.常用方法：

• handle_starttag(tag, attrs) ，处理开始标签，比如<div>；这里的attrs获取到的是属性列表，属性以元组的方式展示

• handle_endtag(tag) ，处理结束标签,比如</div>

• handle_startendtag(tag, attrs) ，处理自己结束的标签，如<img />

• handle_data(data) ，处理数据，标签之间的文本

• handle_comment(data) ，处理注释，<!-- --></