對搜尋引擎、檔案索引、文件轉換、資料檢索、站點備份或遷移等應用程式來說，經常用到對網頁(即html檔案)的解析處理。事實上，通過python語言提供的各種模組，我們無需借助web伺服器或者web瀏覽器就能夠解析和處理html文件。
三、從html文件中提取文字
處理html文件的時候，我們常常需要從其中提取出所有的文字。使用htmlparser模組後，這項任務將變得非常簡單了。首先，我們需要定義乙個新的htmlparser類，以覆蓋handle_data()方法，該方法是用來解析並文字資料的。
定義好新的htmlparser類之後，需要建立乙個例項來返回htmlparser物件。然後，就可以使用urllib.urlopen(url)開啟html文件並讀取該html檔案的內容了。
為了解析html檔案的內容並顯示包含其中的文字，我們可以使用feed(data)函式將資料傳遞給htmlparser物件。htmlparser物件的feed函式將接收資料，並通過定義的htmlparser物件對資料進行相應的解析。要注意的是，如果傳給htmlparser的feed()函式的資料不完整的話，那麼不完整的標籤會儲存下來，並在下一次呼叫feed()函式時進行解析。當html檔案很大，需要分段傳送給解析器的時候，這個功能就會有用武之地了。下面是乙個具體的**示例：
import
htmlparser
import
urllib
urltext =
#定義html解析器
class
parsetext(htmlparser.htmlparser):
defhandle_data(self, data):
ifdata !='
\n'#建立html解析器的例項
lparser
=parsetext()
#把html檔案傳給解析器
上面**的執行輸出過長，在此略過
利用Python抓取和解析網頁 上
對搜尋引擎 檔案索引 文件轉換 資料檢索 站點備份或遷移等應用程式來說，經常用到對網頁 即html檔案 的解析處理。事實上，通過python語言提供的各種模組，我們無需借助web伺服器 或 者web瀏覽器就能夠解析和處理html文件。本文將詳細介紹如何利用python抓取和解析網頁。首先，我們介紹乙...
利用Python抓取和解析網頁 1
利用python抓取和解析網頁 二 對搜尋引擎 檔案索引 文件轉換 資料檢索 站點備份或遷移等應用程式來說，經常用到對網頁 即html檔案 的解析處理。事實上，通過python語言提供的 對搜尋引擎 檔案索引 文件轉換 資料檢索 站點備份或遷移等應用程式來說，經常用到對網頁 即html檔案 的解析處...
Python抓取網頁
在python中，使用urllib2這個元件來抓取網頁。coding utf 8 urllib2是python的乙個獲取urls uniform resource locators 的元件。import urllib2 它以urlopen函式的形式提供了乙個非常簡單的介面 response urll...