搜诶符合你 发表于 2018-8-4 13:59:25

Python 用HTMLParser解析HTML文件

from HTMLParser import HTMLParser　　

　　
class MyHTMLParser(HTMLParser):
　　
def __init__(self):
　　
HTMLParser.__init__(self)
　　
self.links = []
　　

　　
def handle_starttag(self, tag, attrs):
　　
#print "Encountered the beginning of a %s tag" % tag
　　
if tag == "a":
　　
if len(attrs) == 0: pass
　　
else:
　　
for (variable, value)in attrs:
　　
if variable == "href":
　　
self.links.append(value)
　　

　　
if __name__ == "__main__":
　　
html_code = """
　　<a href=&quot;www.google.com&quot;> google.com</a>
　　<A Href=&quot;www.pythonclub.org&quot;> PythonClub </a>
　　<A HREF = &quot;www.sina.com.cn&quot;> Sina </a>
　　&quot;&quot;&quot;
　　
hp = MyHTMLParser()
　　
hp.feed(html_code)
　　
hp.close()
　　
print(hp.links)
页: [1]
查看完整版本: Python 用HTMLParser解析HTML文件