Python HTMLParser模块解析html获取url实例
HTMLParser是python用来解析html的模块。它可以分析出html里面的标签、数据等等，是一种处理html的简便途径。HTMLParser采用的是一种事件驱动的模式，当HTMLParser找到一个特定的标记时，它会去调用一个用户定义的函数，以此来通知程序处理。它主要的用户回调函数的命名都是以handler_开头的，都是HTMLParser的成员函数。当我们使用时，就从HTMLParser派生出新的类，然后重新定义这几个以handler_开头的函数即可。这几个函数包括：
handle_startendtag 处理开始标签和结束标签
handle_starttag 处理开始标签，比如<xx>
handle_endtag 处理结束标签，比如</xx>
handle_charref 处理特殊字符串，就是以&#开头的，一般是内码表示的字符
handle_entityref 处理一些特殊字符，以&开头的，比如
handle_data 处理数据，就是<xx>data</xx>中间的那些数据
handle_comment 处理注释
handle_decl 处理<!开头的，比如<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN"
handle_pi 处理形如<?instruction>的东西
这里我以从网页中获取到url为例，介绍一下。要想获取到url，肯定是要分析<a>标签，然后取到它的href属性的值。下面是代码：
#-*- encoding: gb2312 -*-
import HTMLParser
class MyParser(HTMLParser.HTMLParser):
def __init__(self):
HTMLParser.HTMLParser.__init__(self)
def handle_starttag(self, tag, attrs):
# 这里重新定义了处理开始标签的函数
if tag == 'a':
# 判断标签<a>的属性
for name,value in attrs:
if name == 'href':
print value
if __name__ == '__main__':
a = '<html><head><title>test</title><body><a href="http://www.163.com">链接到163</a></body></html>'
my = MyParser()
# 传入要分析的数据，是html的。
my.feed(a)
相关文章
这篇文章主要介绍了python对Excel按条件进行内容补充的相关知识，非常不错，本文通过实例代码给大家介绍的非常详细，具有一定的参考借鉴价值,需要的朋友可以参考下2019-11-11
python给我们提供了很多已经定义好的函数，下面这篇文章主要给大家介绍了关于Python学习教程之一些常用的内置函数，文中分享了关于数学函数、功能函数、类型转换函数、字符串处理和序列处理函数的相关资料，需要的朋友可以参考借鉴，下面来一起看看吧。2017-07-07
这篇文章主要介绍了Django如何实现密码错误报错提醒,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2020-09-09
这篇文章主要介绍了Python_LDA实现方法详解，具有一定参考价值，需要的朋友可以了解下。2017-10-10
详解利用Python scipy.signal.filtfilt() 实现信号滤波
这篇文章主要介绍了详解利用Python scipy.signal.filtfilt() 实现信号滤波，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2019-06-06
这篇文章主要介绍了Django视图和URL配置详解，分享了相关代码示例，小编觉得还是挺不错的，具有一定借鉴价值，需要的朋友可以参考下2018-01-01
这篇文章主要介绍了python xlsxwriter库生成图表的应用示例，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2018-03-03
这篇文章主要介绍了Python实现简单字典树的方法,实例分析了Python字典树的定义、实现与使用技巧,需要的朋友可以参考下2016-04-04
这篇文章主要为大家详细介绍了Python+OpenCV让电脑帮你玩微信跳一跳，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-01-01
Python ConfigParser库轻松读写INI文件实例探究
这篇文章主要为大家介绍了Python ConfigParser库轻松读写INI文件实例探究,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪2024-01-01
最新评论