python笔记：HTMLParser用法 <p>1 获取文章的图片链接</p><p>def getHtmlPics(strHtml):</p><p> class parseLinks(HTMLParser.HTMLParser):</p><p> def __init__(self):</p><p> HTMLParser.HTMLParser.__init__(self)</p><p> self.links = []</p><p> </p><p> def handle_starttag(self, tag, attrs):</p><p> if tag == 'img': </p><p> for name, value in attrs: </p><p> if name == 'src':</p><p> self.links.append(value) </p><p> lParser = parseLinks()</p><p> lParser.feed(strHtml)</p><p> return lParser.links</p><p><br/></p><p>2 移除html中特定的tag</p><p>import HTMLParser</p><p><br/></p><p>def removeHtmlTag(htmlstr,allowTags):</p><p> class parseLinks(HTMLParser.HTMLParser):</p><p> def __init__(self):</p><p> HTMLParser.HTMLParser.__init__(self)</p><p> self.result = ""</p><p> </p><p> def handle_starttag(self, tag, attrs):</p><p> if tag in allowTags:</p><p> self.result += self.get_starttag_text() </p><p><br/></p><p> def handle_endtag(self, tag):</p><p> if tag in allowTags:</p><p> self.result += "</"+tag+">"</p><p><br/></p><p> def handle_data(self, data):</p><p> self.result+= data</p><p><br/></p><p> lParser = parseLinks()</p><p> lParser.feed(htmlstr)</p><p> return lParser.result</p><p><br/></p> 来自 大脸猪 写于 2016-09-02 16:18 -- 更新于2020-10-19 13:06 -- 0 条评论