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

handle_endtag?????? 處理結束標簽，比如

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data中間的那些數據

handle_comment????? 處理注釋

handle_decl???????? 處理

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':

# 判斷標簽的屬性

for name,value in attrs:

if name == 'href':

print value

if __name__ == '__main__':

a = '

test鏈接到163'

my = MyParser()

# 傳入要分析的數據，是html的。

my.feed(a)

總結

以上是生活随笔為你收集整理的python解析html模块_Python HTMLParser模块解析html获取url实例的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。