91美女在线观看,欧美a区,国产片侵犯亲女视频播放

HTMLParser是python用來解析html的模塊。它可以分析出html里面的標簽、數據等等，是一種處理html的簡便途徑。HTMLParser采用的是一種事件驅動的模式，當HTMLParser找到一個特定的標記時，它會去調用一個用戶定義的函數，以此來通知程序處理。它主要的用戶回調函數的命名都是以handler_開頭的，都是HTMLParser的成員函數。當我們使用時，就從HTMLParser派生出新的類，然后重新定義這幾個以handler_開頭的函數即可。這幾個函數包括：

handle_startendtag 處理開始標簽和結束標簽
handle_starttag     處理開始標簽，比如<xx>
handle_endtag       處理結束標簽，比如</xx>
handle_charref      處理特殊字符串，就是以&#開頭的，一般是內碼表示的字符
handle_entityref    處理一些特殊字符，以&開頭的，比如  
handle_data         處理數據，就是<xx>data</xx>中間的那些數據
handle_comment      處理注釋
handle_decl         處理<!開頭的，比如<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN"
handle_pi           處理形如<?instruction>的東西

這里我以從網頁中獲取到url為例，介紹一下。要想獲取到url，肯定是要分析<a>標簽，然后取到它的href屬性的值。下面是代碼：

				?

									#-*- encoding: gb2312 -*-

									import HTMLParser

									class MyParser(HTMLParser.HTMLParser):

									  def __init__(self):

									    HTMLParser.HTMLParser.__init__(self)    

									  def handle_starttag(self, tag, attrs):

									    # 這里重新定義了處理開始標簽的函數

									    if tag == 'a':

									      # 判斷標簽<a>的屬性

									      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">鏈接到163</a></body></html>'

									  my = MyParser()

									  # 傳入要分析的數據，是html的。

									  my.feed(a)