Python 网页解析HTMLParse的实例详解

Python 网页解析HTMLParse的实例详解

使用python将网页抓取下来之后，下一步我们就应该解析网页，提取我们所需要的内容了，在python里提供了一个简单的解析模块HTMLParser类，使用起来也是比较简单的，解析语法没有用到XPath类似的简洁模式，但新手用起来还是比较容易的，看下面的例子：

现在一个模拟的html文件：

<html> <title id='main' mouse='你好'>我是标题</title><body>我是内容</body>  </html>

需求是，提取出标题的属性值，以及内容：

代码如下：

import html.parser as h 
 
 
 
class MyHTMLParser(h.HTMLParser): 
  a_t=False 
  def handle_starttag(self, tag, attrs): 
    #print("开始一个标签:",tag) 
    print() 
    if str(tag).startswith("title"): 
      print(tag) 
      self.a_t=True 
      for attr in attrs: 
        print("  属性值：",attr) 
 
  def handle_endtag(self, tag): 
    if tag == "title": 
      self.a_t=False 
      #print("结束一个标签:",tag) 
 
  def handle_data(self, data): 
    if self.a_t is True: 
      print("得到的数据: ",data) 
 
 
 
p=MyHTMLParser() 
 
p.feed("<html> <title id='main' mouse='你好'>我是标题</title><body>我是内容</body>  </html>") 
 
p.close()

运行结果如下：

title 
  属性值： ('id', 'main') 
  属性值： ('mouse', '你好') 
得到的数据: 我是标题

主要的技术就是继承了HTMLParser类，然后重写了里面的一些方法，来完成自己的业务，从上面的代码里，发现如果想获取某个标签的内容，还是比较麻烦的，当然这是python里面最简单的html解析方式，还有很多其他组件，scrapy等等，里面支持Xpath路径解析，使用起来非常简洁清爽。

解析代码学会之后，我们就可以将使用urllib包，抓取到的数据交给htmlparser解析，从而提取出我们所需要的内容。

以上就是Python 网页解析HTMLParse的实例详解，如有疑问请留言或者到本站社区交流讨论，感谢阅读，希望能帮助到大家，谢谢大家对本站的支持！

# Python # 网页解析HTMLParse # 网页解析的实例 # Python requests获取网页常用方法解析 # Python爬虫解析网页的4种方式实例及原理解析 # Python大数据之使用lxml库解析html网页文件示例 # python爬取Ajax动态加载网页过程解析 # Python读取本地文件并解析网页元素的方法 # python+django加载静态网页模板解析 # Python网页解析利器BeautifulSoup安装使用介绍 # Python网页解析器使用实例详解 # 我是 # 你好 # 所需要 # 自己的 # 这是 # 如有 # 希望能 # 写了 # 谢谢大家 # 最简单 # 还有很多 # 来完成 # 比较容易 # 就可以 # 疑问请 # 继承了 # gt # title # xhtml # lt

返回目录在线咨询

上一篇：Kivy GridLayout布局深度解析与常见堆叠问题解决方案
下一篇：PHP strcmp() 函数误用解析：避免 URL 参数赋值异常

您的项目需求

*请认真填写需求信息，我们会在24小时内与您取得联系。

全网整合营销服务商

Python 网页解析HTMLParse的实例详解

您的项目需求