html解析器

作者：冫LOVE灬丶棒棒发布日期:2025-07-17 浏览:17

from html.parser import HTMLParser

# 创建一个HTML解析器类，继承自HTMLParser
class MyHTMLParser(HTMLParser):
    def handle_starttag(self, tag, attrs):
        # 当遇到开始标签时调用
        print(f"Start tag: {tag}")
        for attr in attrs:
            print(f"     attr: {attr}")

    def handle_endtag(self, tag):
        # 当遇到结束标签时调用
        print(f"End tag  : {tag}")

    def handle_data(self, data):
        # 当遇到数据（文本内容）时调用
        if data.strip():  # 只打印非空白字符的数据
            print(f"Data     : {data.strip()}")

# 示例HTML字符串
html_content = """
<html>
<head><title>Test Page</title></head>
<body>
<h1>Hello, world!</h1>
<p>This is a <a href='https://example.com'>link</a>.</p>
</body>
</html>
"""

# 创建解析器实例并解析HTML内容
parser = MyHTMLParser()
parser.feed(html_content)

解释说明：

导入模块：我们使用Python内置的html.parser模块中的HTMLParser类来创建自定义的HTML解析器。
创建解析器类：MyHTMLParser类继承自HTMLParser，并重写了三个方法：
- handle_starttag(tag, attrs)：当解析器遇到开始标签（如<html>、<p>等）时调用。
- handle_endtag(tag)：当解析器遇到结束标签（如</html>、</p>等）时调用。
- handle_data(data)：当解析器遇到标签之间的文本内容时调用。
示例HTML字符串：html_content包含了一个简单的HTML文档结构。
解析HTML内容：通过parser.feed(html_content)将HTML内容传递给解析器进行解析，并输出解析结果。

希望这个示例对你理解HTML解析器有所帮助！

上一篇：html中空格代码

下一篇：浏览器不支持html5播放器