python中的标准库html
作者：爱听音乐的boy
html库是用于解析HTML的一个工具，是python自带的标准库之一，今天通过本文给大家介绍下python中的标准库html，感兴趣的朋友一起看看吧
python之标准库html
html库是用于解析HTML的一个工具，是python自带的标准库之一。
html库位置：
__init__.py文件提供两个函数：
__all__ = ['escape', 'unescape']
介绍 escape 和 unescape：
escape(s, quote=True) #用来将特殊字符进行转义成实体字符 """ 参数介绍： s 指定要转义的特殊字符 quote 默认为True,表示要将 " 或者 ' 也要转义成实体字符，False反之不用转义成实体字符 """ unescape(s) #用来将实体字符进行还原到特殊字符
escape 和 unescape 的使用：
import html s = '<div id="box">div</div>' res = html.escape(s) print(res) print(html.escape(s,quote=False)) print(html.unescape(res)) #理解还原即可
输出结果：
escape源码的实现：
html库中的 entities 模块
该模块定义： HTML字符实体引用。
该模块提供四个字典对象：
__all__ = ['html5', 'name2codepoint', 'codepoint2name', 'entitydefs']
导入：
from html import entities html = entities.html5 name2codep = entities.name2codepoint codep = entities.codepoint2name ent = entities.entitydefs print(html) print(name2codep) print(codep) print(ent)
输出结果：
html库中的 parser 模块
该模块是HTML和XHTML的解析器。
该模块提供一个类：
__all__ = ['HTMLParser']
导入：
from html import parser htmlParser=parser.HTMLParser()
介绍该类的常用属性和常用方法：
常用属性：
lasttag #保存上一个解析的标签名，返回字符串。
已实现的常用方法：
feed(data) #将数据馈送到解析器。无返回值 unescape(s) #往上看，前面有介绍的 get_starttag_text() #返回开始标记的完整来源 close() #关闭
未实现的常用方法：
注意：这些方法在源码中都没有具体实现，需要我们定义一个子类继承自HTMLParser类，在子类中重写这些方法，实现自己逻辑
handle_starttag(tag, attrs) #处理开始标签，如 <div>；这里的attrs获取到的是属性列表，属性以元组的方式展示 handle_endtag(tag) #处理结束标签, 如 </div> handle_data(data) #处理数据，标签之间的文本 handle_comment(data) #处理注释，<!-- - -> 之间的文本 handle_startendtag(tag, attrs) #处理自己结束的标签，如 <img />
以上方法在源码中是这样的：
到此这篇关于python之标准库html的文章就介绍到这了,更多相关python标准库html内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！