Skip to content

sec3_network

Jump to bottom
wzs edited this page Aug 27, 2018 · 1 revision

网络编程

HTML

HTMLParse

接口文档

  1. 解析 HTML 和 XHTML 的基础类
    • Python2: HTMLParse, Python3: html.parse
  2. 基本使用: 继承 HTMLParse.HTMLParse, 并覆盖所需方法实现所需逻辑, attrs 表示该标签的属性, 如 href, id 等
    • handle_starttag(tag, attrs): 遇到HTML标签开始标记时, 需要处理的逻辑. 如遇到 <html>
    • handle_endtag(tag): 遇到标签结束标记时, 需要处理的逻辑. 如遇到 </html>
    • handle_data(data): 如何处理开始标签和结束标签之间的数据. 如遇到 <html>Data</html>中的 Data
  3. 常用方法
    • feed(html): 将文本数据导入Parse, 支持 unicode/str, 建议 unicode.
      • feed()可以被多次调用, 直到调用 close(). 没有结束标签的数据会被程序缓冲, 直到传入结束标签或者调用 close()
Clone this wiki locally