作为对Python regular expression的响应，我尝试使用HTMLParser实现一个HTML解析器：import HTMLParser

class ExtractHeadings(HTMLParser.HTMLParser):

def __init__(self):

HTMLParser.HTMLParser.__init__(self)

self.text = None

self.headings = []

def is_relevant(self, tagname):

return tagname == 'h1' or tagname == 'h2'

def handle_starttag(self, tag, attrs):

if self.is_relevant(tag):

self.in_heading = True

self.text = ''

def handle_endtag(self, tag):

if self.is_relevant(tag):

self.headings += [self.text]

self.text = None

def handle_data(self, data):

if self.text != None:

self.text += data

def handle_charref(self, name):

if self.text != None:

if name[0] == 'x':

self.text += chr(int(name[1:], 16))

else:

self.text += chr(int(name))

def handle_entityref(self, name):

if self.text != None:

print 'TODO: entity %s' % name

def extract_headings(text):

parser = ExtractHeadings()

parser.feed(text)

return parser.headings

print extract_headings('abdk3

The content we need

aaaaabbb

The content we need2

print extract_headings('before

Hello

after')

我想知道这个模块的API是坏的还是我没有注意到一些重要的事情。我的问题是：为什么我的handle_charref的实现必须如此复杂？{cd4{I>作为一个预期的为什么handle_charref的默认实现不使用适当的字符串调用handle_data？在

为什么没有我可以调用的handle_entityref的实用程序实现？它可以命名为handle_entityref_HTML4，它将查找html4中定义的实体，然后对它们调用handle_data。在

如果提供了这个API，编写定制的HTML解析器就会容易得多。我的误解在哪里？在

python htmlparser怎么用,在Python中高效地使用HTMLParser相关推荐

python json操作_4个小窍门，让你在Python中高效使用JSON
字典和列表是 Python的两种数据类型,也是用来处理JSON的完美工具.本文将主要分享以下内容: 如何载入.编写JSON? 如何在命令行上优化.校验JSON? 如何通过使用JMESPath对JSON ...
python怎么学最快-怎么样快速高效学习Python
怎么样快速高效学习Python.最近学习Python语言的伙伴越来越多,但大多数人都没有太多时间用在学习上.那么怎么样学习Python时间短又高效的方法就很重要了.下面我把我学习python的方法简单 ...
全面对比 MATLAB、Julia、Python，谁在科学计算中更胜一筹？
数百种编程语言,各有优劣,各自也都有自己最为适用的场景.那么就科学计算领域而言,主流的 MATLAB.Julia.Python 会有哪些最为独特的优势呢?又存在哪些让开发者无力的缺陷?在本文中,我们将 ...
c中获取python控制台输出_linux c程序中获取shell脚本输出的实现方法
[转]Linux Shell脚本调试技术本文转载自:https://www.ibm.com/developerworks/cn/linux/l-cn-shell-debug/ Shell脚本调试技术 ...
python小练——下载指定url中的图片
python小练--下载指定url中的图片 #coding=gbk #download pictures of the url #useage: python downpicture.py www.b ...
python pandas教程pdf_学习python中的pandas有没有好的教程推荐？
选摘了一小部分,详细的参见上述原文图片.png <Python数据科学手册>是对以数据深度需求为中心的科学.研究以及针对计算和统计方法的参考书.本书共五章,每章介绍一到两个Python数 ...
如何自学python知乎-怎么用最短时间高效的学习Python！知乎大佬给出了这样的答案！...
怎么用最短时间高效的学习Python!知乎大佬给出了这样的答案! 文章最后的资料免费送给各位想学习又找不到方法,找不到资源的小伙伴 1.入门读物 2.进阶读物 3.Web框架 4.爬虫开发 5.图形图 ...
python各个关键词的意思_想学好Python，你必须了解Python中的35个关键词
每种编程语言都会有一些特殊的单词,称为关键词.对待关键词的基本要求是,你在命名的时候要避免与之重复.本文将介绍一下Python中的关键词.关键词不是内置函数或者内置对象类型,虽然在命名的时候同样也最好 ...
python计算密集型提速_揭秘Numpy“高效使用哲学”，数值计算再提速10倍！
读过很多讲解Numpy的教程后,我准备写一个Numpy系列.结合工作项目实践,以Numpy高效使用哲学为主线,重点讲解高频使用函数. 1 Numpy更高效使用Python的地方,就能看到Numpy, ...

python htmlparser怎么用,在Python中高效地使用HTMLParser

The content we need

The content we need2

Hello

python htmlparser怎么用,在Python中高效地使用HTMLParser相关推荐

最新文章

热门文章