Python 网页解析HTMLParse的实例详解
更新时间：2017年08月10日 09:24:09 作者：qindongliang1922
这篇文章主要介绍了Python 网页解析HTMLParse的实例详解的相关资料,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,需要的朋友可以参考下
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！
相关文章
在Python编程过程中,需要获取某一个文件目录下的所有文件,或获取文件目录下的所有指定后缀名的文件等,本文主要介绍了Python获取文件夹下的所有文件路径,感兴趣的可以了解一下2023-10-10
Httpx 是一个用于发送 HTTP 请求的 Python 库,它提供了简单易用的 API,可以轻松地发送 GET、POST、PUT、DELETE 等请求,并接收响应,下面介绍下Python httpx库入门指南,感兴趣的朋友一起看看吧2023-12-12
这篇文章主要介绍了Python画图的方法,结合实例形式分析了Python基本的线性图、饼状图等绘制技巧,具有一定参考借鉴价值,需要的朋友可以参考下2016-07-07
关于文件Permission denied解决方案(pip)
这篇文章主要介绍了文件Permission denied解决方案(pip),具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2023-08-08
这篇文章主要介绍了python编译pyc工程--导包问题解决，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-03-03
这篇文章主要介绍了Python3.5文件修改操作,结合实例形式分析了Python3.5针对txt文本文件的读写、修改等相关操作技巧,需要的朋友可以参考下2019-05-05
今天小编就为大家分享一篇对python中UDP,socket的使用详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-08-08
今天小编就为大家分享一篇python爬取cnvd漏洞库信息的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-02-02
这篇文章主要介绍了python图片二值化提高识别率代码实例,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-08-08
这篇文章主要介绍了Python中NumPy的数组拆分,我们使用array_split()分割数组，将要分割的数组和分割数传递给它,如果将一个数组拆分为 3 个数组，则可以像使用任何数组元素一样从结果中访问它们,需要的朋友可以参考下2023-07-07
最新评论