Python HTML 解析器

Question

我正在使用 HTMLParser 解析 html 文档，我想打印 p 标签开始和结束之间的内容

查看我的代码片段

    def handle_starttag(self, tag, attrs):
        if tag == 'p':
            print "TODO: print the contents"

Answer 1

根据@tauran 发布的内容，您可能想要执行以下操作:

from HTMLParser import HTMLParser

class MyHTMLParser(HTMLParser):
    def print_p_contents(self, html):
        self.tag_stack = []
        self.feed(html)

    def handle_starttag(self, tag, attrs):
        self.tag_stack.append(tag.lower())

    def handle_endtag(self, tag):
        self.tag_stack.pop()

    def handle_data(self, data):
        if self.tag_stack[-1] == 'p':
            print data

p = MyHTMLParser()
p.print_p_contents('<p>test</p>')

现在，您可能想要推送所有 <p>将内容放入列表中，并将其作为结果或类似的东西返回。

TIL:当像这样使用库时，您需要考虑堆栈!