zoukankan      html  css  js  c++  java
  • SGMLParser HTML

    #!/usr/bin/env python2
    #-*- coding: utf-8 -*-

    from sgmllib import SGMLParser

    class ListName(SGMLParser):
        def reset(self):
            #变量标示是否是标签a,或使用self.is_a=True
            self.is_a = ""
            self.name = []
            self.is_td = ""
            self.data = []
            #继承父类reset方法
            SGMLParser.reset(self)

        def start_td(self, attrs):
            self.is_td = 1

        def end_td(self):
            self.is_td = ""

        def handle_data(self, data):
            if self.is_td:
                data = data.strip()
                self.data.append(data)
        '''
        def start_a(self,attrs):
            #如果是标签a,则设置is_a=1
            self.is_a = 1

        def end_a(self):
            self.is_a=""

        def handle_data(self,data):
            #如果是标签a的数据,则追加
            if self.is_a:
                self.name.append(data)
        '''
    if __name__ == '__main__':
        urls = '''
            <tr>
                <td height="207" colspan="2" align="left" valign="top" class="normal">
                <p>Damien Rice - 《0》 </p>
                <a href="http://galeki.xy568.net/music/Delicate.mp3">1. Delicate</a><br />
                <a href="http://galeki.xy568.net/music/Volcano.mp3">2. Volcano</a><br />
                <a href="http://galeki.xy568.net/music/The Blower's Daughter.mp3">3. The Blower's Daughter</a><br />
                <a href="http://galeki.xy568.net/music/Cannonball.mp3">4. Cannonball </a><br />
                <a href="http://galeki.xy568.net/music/Older Chests.mp3">5. Order Chests</a><br />
                <a href="http://galeki.xy568.net/music/Amie.mp3">6. Amie</a><br />
                <a href="http://galeki.xy568.net/music/Cheers Darlin'.mp3">7. Cheers Darling</a><br />
                <a href="http://galeki.xy568.net/music/Cold Water.mp3">8. Cold water</a><br />
                <a href="http://galeki.xy568.net/music/I Remember.mp3">9. I remember</a><br />
                <a href="http://galeki.xy568.net/music/Eskimo.mp3">10. Eskimo</a></p>
            </td>
        </tr>

        listname=ListName()
        listname.feed(urls)
        #输出文本的列表结果
        print listname.data
        listname.close()

  • 相关阅读:
    关于Python的面试题
    Python爬虫框架Scrapy学习笔记原创
    Python交互数据库(Mysql | Mongodb | Redis)
    后端程序员必备的Linux基础知识
    python的多路复用实现聊天群
    Python发送邮件(最全)
    7行Python代码的人脸识别
    python所遇到的坑
    Python图形界面开发—wxPython库的布局管理及页面切换
    机器学习:数据预处理之独热编码(One-Hot)
  • 原文地址:https://www.cnblogs.com/banwhui/p/4630845.html
Copyright © 2011-2022 走看看