Question

我必须使用Python 3从以下网页中提取信息：http://www.homefinance.nl/english/international-interest-rates/libor/libor-interest-rates-gbp.asp

使用urllib.request下载似乎没问题，但令人惊讶的是，当我使用HTMLParser类解析html文件时，解析似乎停在元标记的中间，而没有给出任何理由。

这是我的代码：

import urllib.request
from html.parser import HTMLParser

def downloadLIBOR():
    html_file = urllib.request.urlopen("http://www.homefinance.nl/english/international-interest-rates/libor/libor-interest-rates-gbp.asp")
    return html_file

class tmpHTMLParser(HTMLParser):

    def __init__(self):
        self._libor = "0.81625 %"
        self._stack = []
        self._properStack = []
        super().__init__()

    def handle_starttag(self, tag, attrs):
        print("starttag " + str(tag))
        print(self.get_starttag_text())
        self._stack.append(tag)

    def handle_startendtag(self, tag, attrs):
        print("startendtag")

    def unknown_decl(self, data):
        print("unknown_decl")

    def handle_endtag(self, tag):
        print("endtag " + str(tag))
        self._stack.pop()

def _buildProperStack(webpage):
    """dev tool: return the stack leading to the libor rate libor into the webpage webpage."""
    parser = tmpHTMLParser()
    parser.feed(webpage)

if __name__ == "__main__":
    webpage = downloadLIBOR()
    print("download done")
    html = str(webpage.read())
    _buildProperStack(html)
    exit(0)

Answer 1

顺便说一句，我注意到你忘了在parser.feed（）之后做一个parser.close（）。它可能是缓冲某些东西，而关闭将迫使它完成。

Answer 2

不确定您实际尝试做什么，但使用BeautifulSoup解析HTML更好，更容易，更不容易出错。

HTMLParser和奇怪的行为

2 个答案: