Question

我听说可以从链接中获取数据。但我想知道最好的方法，我已经读过这个，但我仍然想知道如何以及最好的模块是什么。我想解析一下：

<div class="blalbal"><h2>DATA5</h2>
<div class="blabla">
<table class="tabledata">
<tr><th>Blablabla:</th><td>DATA3<br>(DATA4)</td></tr>
<tr><th>Blablabla:</th><td>DATA2</td></tr>
<tr><th>Blablabla:</th><td>DATA1</td></tr>
</td>

作为字符串，如DATA1，DATA2，DATA3（DATA4），DATA5

所以，我想看看这是怎么可能的（只是一个例子），什么是最好的＆amp;最快的方法。谢谢！

Answer 1

来自Python HTMLParser Documentation：

from HTMLParser import HTMLParser

# create a subclass and override the handler methods
class MyHTMLParser(HTMLParser):
    def handle_starttag(self, tag, attrs):
        print "Encountered a start tag:", tag
    def handle_endtag(self, tag):
        print "Encountered an end tag :", tag
    def handle_data(self, data):
        print "Encountered some data  :", data

# instantiate the parser and fed it some HTML
parser = MyHTMLParser()
parser.feed('<html><head><title>Test</title></head>'
            '<body><h1>Parse me!</h1></body></html>')

在您的情况下，您可以使用handle_data功能打印HTML内容。

从网址解析Python HTML

1 个答案: