# 如果要编写一个搜索引擎, 第一步是用爬虫把目标网站的页面爬下来(下载)
# 第二步就是解析该HTML页面.
from html.parser import HTMLParser
from html.entities import name2codepoint
class MyHTMLParser(HTMLParser):
def handle_starttag(self, tag, attrs):
print('startTag <%s>' % tag)
def handle_endtag(self, tag):
print('EndTag<%s>' % tag)
def handle_startendtag(self, tag, attrs):
print('startEndTag<%s>' % tag)
def handle_data(self, data):
print('data',data)
def handle_comment(self, data):
print('comment<!-->', data, '-->')
def handle_entityref(self, name):
print('entity&%s:' % name)
def handle_charref(self, name):
print('charref&#%s;' % name)
parser = MyHTMLParser()
parser.feed('''<html>
<head></head>
<body>
<p>Some <a href=\"#\">html</a> HTML tutorial...<br>END</p>
</body></html>
''')
(内部模块)HTMLParser
最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
