python中的標(biāo)準(zhǔn)庫html

更新時間：2022年04月29日 10:38:36 作者：愛聽音樂的boy

html庫是用于解析HTML的一個工具，是python自帶的標(biāo)準(zhǔn)庫之一，今天通過本文給大家介紹下python中的標(biāo)準(zhǔn)庫html，感興趣的朋友一起看看吧

python之標(biāo)準(zhǔn)庫html

html庫是用于解析HTML的一個工具，是python自帶的標(biāo)準(zhǔn)庫之一。
html庫位置：

在這里插入圖片描述

init.py文件提供兩個函數(shù)：

__all__ = ['escape', 'unescape']

介紹 escape 和 unescape：

escape(s, quote=True) #用來將特殊字符進(jìn)行轉(zhuǎn)義成實體字符
"""
參數(shù)介紹：
  s 指定要轉(zhuǎn)義的特殊字符
  quote 默認(rèn)為True,表示要將 " 或者 ' 也要轉(zhuǎn)義成實體字符，F(xiàn)alse反之不用轉(zhuǎn)義成實體字符
"""
unescape(s) #用來將實體字符進(jìn)行還原到特殊字符

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)) #理解還原即可

輸出結(jié)果：

在這里插入圖片描述

escape源碼的實現(xiàn)：

在這里插入圖片描述

html庫中的 entities 模塊

該模塊定義： HTML字符實體引用。
該模塊提供四個字典對象：

__all__ = ['html5', 'name2codepoint', 'codepoint2name', 'entitydefs']

導(dǎo)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)

輸出結(jié)果：

在這里插入圖片描述

html庫中的 parser 模塊

該模塊是HTML和XHTML的解析器。
該模塊提供一個類：

__all__ = ['HTMLParser']

導(dǎo)入：

from html import parser
htmlParser=parser.HTMLParser()

介紹該類的常用屬性和常用方法：
常用屬性：

lasttag #保存上一個解析的標(biāo)簽名，返回字符串。

已實現(xiàn)的常用方法：

feed(data) #將數(shù)據(jù)饋送到解析器。無返回值
unescape(s) #往上看，前面有介紹的
get_starttag_text() #返回開始標(biāo)記的完整來源
close() #關(guān)閉

未實現(xiàn)的常用方法：
注意：這些方法在源碼中都沒有具體實現(xiàn)，需要我們定義一個子類繼承自HTMLParser類，在子類中重寫這些方法，實現(xiàn)自己邏輯

handle_starttag(tag, attrs) #處理開始標(biāo)簽，如 <div>；這里的attrs獲取到的是屬性列表，屬性以元組的方式展示
handle_endtag(tag) #處理結(jié)束標(biāo)簽, 如 </div>
handle_data(data) #處理數(shù)據(jù)，標(biāo)簽之間的文本
handle_comment(data) #處理注釋，<!-- - -> 之間的文本
handle_startendtag(tag, attrs) #處理自己結(jié)束的標(biāo)簽，如 <img />

以上方法在源碼中是這樣的：

在這里插入圖片描述