Python:HTMLParser 如何处理来自子标签的数据

Question

因此，在我感兴趣的 URL 的 HTML 文档中，我想要在每个页面上显示的信息并不是由紧邻其周围的标签唯一定义的，而是由之前的标签唯一定义的，即它看起来像

<div class="unique">
<span class="not unique>
data I want to get
</span>
</div>

在我的 HTMLParser 类中，我用这个重写了handle_starttag方法

def handle_starttag(self, tag, attrs):
    self.inLink = False
    if tag == 'div':
        for name, value in attrs:
            if name == 'class' and value == 'unique':
                self.inLink = True
                self.lasttag = tag
    if tag == 'span':
        if self.lasttag == 'div' and self.inLink:
            self.inlink = True
            self.lasttag = tag

但它不起作用。为什么这不将我的开始标签设置为 div 标签内具有 class =“unique”的任何 span 标签，这通常是如何完成的？

Answer 1

通过执行以下操作成功解决了此问题:

def handle_starttag(self, tag, attrs):
        self.inLink = False
        if tag == 'div':
            for name, value in attrs:
                if name == 'class' and value == 'unique':
                    self.inLinkReady = True
        if tag == 'span':
            if self.inLinkReady:
                self.inLink = True
                self.lasttag = tag
                self.inLinkReady = False

:)