Question

使用Python 3.2，我直接从html.parser documentation：

尝试了这个例子

from html.parser import HTMLParser

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)

parser = MyHTMLParser(strict=False)
parser.feed('<html><head><title>Test</title></head>'
            '<body><h1>Parse me!</h1></body></html>')

而不是获得文档中显示的结果，我得到：

Encountered some data  : <html>
Encountered some data  : <head>
Encountered some data  : <title>
Encountered some data  : Test
Encountered an end tag : title
Encountered an end tag : head
Encountered some data  : <body>
Encountered some data  : <h1>
Encountered some data  : Parse me!
Encountered an end tag : h1
Encountered an end tag : body
Encountered an end tag : html

出于某种原因，它仅在strict=False时将某些标签视为数据BUT。如果strict=True我得到了正确的结果：

Encountered a start tag: html
Encountered a start tag: head
Encountered a start tag: title
Encountered some data  : Test
Encountered an end tag : title
Encountered an end tag : head
Encountered a start tag: body
Encountered a start tag: h1
Encountered some data  : Parse me!
Encountered an end tag : h1
Encountered an end tag : body
Encountered an end tag : html

Answer 1

这是一个已修复的错误（http://bugs.python.org/issue13273）。实际上，当您查看http://hg.python.org/cpython/log/9ce5d456138b/Lib/html/parser.py时，会有大量有关Strict=False问题的日志消息;几乎感觉这应该仍然被认为是beta。

如果你使用文件的最新版本（http://hg.python.org/cpython/raw-file/9ce5d456138b/Lib/html/parser.py）并使用它，至少文档中的示例再次起作用。尽管如此，我个人对于信任Strict = False目前在“关键应用程序”中工作感到有点厌倦。

html.parser奇怪的行为

1 个答案: