Python从网址解析HTML [英] Python HTML parsing from url
本文介绍了Python从网址解析HTML的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我听说可以从链接中获取数据。但我想知道最好的方法，我已经阅读过这方面的内容，但我仍然想知道如何以及如何以及如何做最好的模块。我想解析一下：
< div class =blalbal>< h2> DATA5< / h2>
< div class =blabla>
< table class =tabledata>
< tr>< th> Blablabla：< / th>< td> DATA3< br>（DATA4）< / td>< / tr>
< tr>< th> Blablabla：< / th>< td> DATA2< / td>< / tr>
< tr>< th> Blablabla：< / th>< td> DATA1< / td>< / tr>
< / td>
作为字符串，如DATA1，DATA2，DATA3（DATA4），DATA5
所以，我想看看这是如何可能的（只是一个例子），什么是最好的&最快的方法。谢谢！
解决方案
来自Python HTMLParser文档：
来自HTMLParser导入HTMLParser
＃创建一个子类并覆盖处理程序方法
class MyHTMLParser（HTMLParser）：
def handle_starttag（self，tag，attrs）：
print遇到一个开始标记：，标记
def handle_endtag（self，tag）：
print遇到一个结束标记：，标记
def handle_data（self，data）：
print遇到一些数据：，data
＃实例化解析器并为其提供一些HTML
解析器= MyHTMLParser（）
parser.feed（'< html>< head>< title> Test< / title> ;< / head>'
'< body>< h1>解析我！< / h1>< / body>< / html>'）
在你的情况下，你可以使用 handle_data 函数来打印H TML内容。
I've heard it's possible to get data from a link. But I want to know the best method, I've read about that, but I still want to know how and what's the best module to do so. I want to parse this:
<div class="blalbal"><h2>DATA5</h2>
<div class="blabla">
<table class="tabledata">
<tr><th>Blablabla:</th><td>DATA3<br>(DATA4)</td></tr>
<tr><th>Blablabla:</th><td>DATA2</td></tr>
<tr><th>Blablabla:</th><td>DATA1</td></tr>
</td>
as a string, like DATA1, DATA2, DATA3 (DATA4), DATA5
So, I'd want to see how is this possible (just an example) and what's the best & fastest method. Thanks!
解决方案
From Python HTMLParser Documentation:
from HTMLParser import HTMLParser
# create a subclass and override the handler methods
class MyHTMLParser(HTMLParser):
def handle_starttag(self, tag, attrs):
print "Encountered a start tag:", tag
def handle_endtag(self, tag):
print "Encountered an end tag :", tag
def handle_data(self, data):
print "Encountered some data :", data
# instantiate the parser and fed it some HTML
parser = MyHTMLParser()
parser.feed('<html><head><title>Test</title></head>'
'<body><h1>Parse me!</h1></body></html>')
In your case you can just use the handle_data function to print HTML contents.
这篇关于Python从网址解析HTML的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
查看全文
