Python 網(wǎng)頁解析HTMLParse的實例詳解
更新時間：2017年08月10日 09:24:09 作者：qindongliang1922
這篇文章主要介紹了Python 網(wǎng)頁解析HTMLParse的實例詳解的相關(guān)資料,python里提供了一個簡單的解析模塊HTMLParser類，使用起來也是比較簡單的，解析語法沒有用到XPath類似的簡潔模式,需要的朋友可以參考下
Python 網(wǎng)頁解析HTMLParse的實例詳解
使用python將網(wǎng)頁抓取下來之后，下一步我們就應該解析網(wǎng)頁，提取我們所需要的內(nèi)容了，在python里提供了一個簡單的解析模塊HTMLParser類，使用起來也是比較簡單的，解析語法沒有用到XPath類似的簡潔模式，但新手用起來還是比較容易的，看下面的例子：
現(xiàn)在一個模擬的html文件：
<html> <title id='main' mouse='你好'>我是標題</title><body>我是內(nèi)容</body> </html>
需求是，提取出標題的屬性值，以及內(nèi)容：
代碼如下：
import html.parser as h
class MyHTMLParser(h.HTMLParser):
a_t=False
def handle_starttag(self, tag, attrs):
#print("開始一個標簽:",tag)
print()
if str(tag).startswith("title"):
print(tag)
self.a_t=True
for attr in attrs:
print(" 屬性值：",attr)
def handle_endtag(self, tag):
if tag == "title":
self.a_t=False
#print("結(jié)束一個標簽:",tag)
def handle_data(self, data):
if self.a_t is True:
print("得到的數(shù)據(jù): ",data)
p=MyHTMLParser()
p.feed("<html> <title id='main' mouse='你好'>我是標題</title><body>我是內(nèi)容</body> </html>")
p.close()
運行結(jié)果如下：
title
屬性值： ('id', 'main')
屬性值： ('mouse', '你好')
得到的數(shù)據(jù): 我是標題
主要的技術(shù)就是繼承了HTMLParser類，然后重寫了里面的一些方法，來完成自己的業(yè)務(wù)，從上面的代碼里，發(fā)現(xiàn)如果想獲取某個標簽的內(nèi)容，還是比較麻煩的，當然這是python里面最簡單的html解析方式，還有很多其他組件，scrapy等等，里面支持Xpath路徑解析，使用起來非常簡潔清爽。
解析代碼學會之后，我們就可以將使用urllib包，抓取到的數(shù)據(jù)交給htmlparser解析，從而提取出我們所需要的內(nèi)容。
以上就是Python 網(wǎng)頁解析HTMLParse的實例詳解，如有疑問請留言或者到本站社區(qū)交流討論，感謝閱讀，希望能幫助到大家，謝謝大家對本站的支持！
相關(guān)文章
這篇文章主要介紹了解決pycharm修改代碼后第一次運行不生效的問題，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-02-02
今天小編就為大家分享一篇tensorboard顯示空白的解決，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-02-02
這篇文章主要介紹了Python中encode()方法的使用簡介,是Python入門中的基礎(chǔ)知識,需要的朋友可以參考下2015-05-05
本文主要介紹了python 一些常用的小腳本，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2007-10-10
Cookie用于服務(wù)器實現(xiàn)會話，用戶登錄及相關(guān)功能時進行狀態(tài)管理,本文介紹了使用python處理cookie的方法,需要的朋友可以參考下2014-02-02
關(guān)于pygame.surface.blit()方法4個參數(shù)的使用
這篇文章主要介紹了關(guān)于pygame.surface.blit()方法4個參數(shù)的使用方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2024-03-03
Django模板獲取field的verbose_name實例
這篇文章主要介紹了Django模板獲取field的verbose_name實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-05-05
深度學習的MNIST手寫數(shù)字數(shù)據(jù)集識別方式(準確率99%,附代碼)
這篇文章主要介紹了深度學習的MNIST手寫數(shù)字數(shù)據(jù)集識別方式(準確率99%,附代碼),具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2024-06-06
Python使用psutil庫對系統(tǒng)數(shù)據(jù)進行采集監(jiān)控的方法
利用psutil庫可以獲取系統(tǒng)的一些信息，如cpu，內(nèi)存等使用率，從而可以查看當前系統(tǒng)的使用情況，實時采集這些信息可以達到實時監(jiān)控系統(tǒng)的目的。本文給大家介紹Python psutil系統(tǒng)監(jiān)控的相關(guān)知識，感興趣的朋友一起看看吧2021-08-08
這篇文章主要介紹了python 視頻下載神器(you-get)的具體使用，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2021-01-01