论坛 › 电脑技术 › Python自带网页解析器

willsonlincake 发表于 2022-4-8 00:59:56

Python自带网页解析器

from html.parser import HTMLParser
from html.entities import name2codepoint

class MyHTMLParser(HTMLParser):
    def handle_starttag(self, tag, attrs):
      print("Start tag:", tag)
      for attr in attrs:
            print("   attr:", attr)

    def handle_endtag(self, tag):
      print("End tag:", tag)

    def handle_data(self, data):
      print("Data   :", data)

    def handle_comment(self, data):
      print("Comment:", data)

    def handle_entityref(self, name):
      c = chr(name2codepoint)
      print("Named ent:", c)

    def handle_charref(self, name):
      if name.startswith('x'):
            c = chr(int(name, 16))
      else:
            c = chr(int(name))
      print("Num ent:", c)

    def handle_decl(self, data):
      print("Decl   :", data)

parser = MyHTMLParser()

查看完整版本: Python自带网页解析器