python解析html擷取Url

來源:互聯網
上載者:User

import HTMLParser

class MyParser(HTMLParser.HTMLParser):
    def __init__(self):
        HTMLParser.HTMLParser.__init__(self)

    def handle_starttag(self, tag, attrs):
        if tag == 'a':
            for name, value in attrs:
                if name == 'href':
                    print value

if __name__ == '__main__':
    a = '<html><head><title>test</title><body><a href="http://www.163.com">連結到163</a></body></html>'
    my = MyParser()
    my.feed(a)

 

HTMLParser解析的函數.

handle_startendtag 處理開始標籤和結束標籤
handle_starttag     處理開始標籤,比如<xx>
handle_endtag       處理結束標籤,比如</xx>
handle_charref      處理特殊字元串,就是以&#開頭的,一般是內碼錶示的字元
handle_entityref    處理一些特殊字元,以&開頭的,比如 &nbsp;
handle_data         處理資料,就是<xx>data</xx>中間的那些資料
handle_comment      處理注釋
handle_decl         處理<!開頭的,比如<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN"
handle_pi           處理形如<?instruction>的東西

相關文章

聯繫我們

該頁面正文內容均來源於網絡整理,並不代表阿里雲官方的觀點,該頁面所提到的產品和服務也與阿里云無關,如果該頁面內容對您造成了困擾,歡迎寫郵件給我們,收到郵件我們將在5個工作日內處理。

如果您發現本社區中有涉嫌抄襲的內容,歡迎發送郵件至: info-contact@alibabacloud.com 進行舉報並提供相關證據,工作人員會在 5 個工作天內聯絡您,一經查實,本站將立刻刪除涉嫌侵權內容。

A Free Trial That Lets You Build Big!

Start building with 50+ products and up to 12 months usage for Elastic Compute Service

  • Sales Support

    1 on 1 presale consultation

  • After-Sales Support

    24/7 Technical Support 6 Free Tickets per Quarter Faster Response

  • Alibaba Cloud offers highly flexible support services tailored to meet your exact needs.