66、Python 中 HTML 与 XML 处理全解析

Python 中 HTML 与 XML 处理全解析

1. HTML 解析

在 Python 中，有多种方式可以对 HTML 进行解析，下面将介绍使用HTMLParser和BeautifulSoup进行 HTML 解析的方法。

1.1 HTMLParser 相关方法

HTMLParser提供了多个方法用于处理 HTML 文档中的不同元素：
-handle_comment(comment)：用于处理注释，comment是<!--...-->内的字符串，不包含分隔符。HTMLParser对该方法的默认实现不做任何操作。
-handle_data(data)：用于处理任意字符串数据。通常，自定义的子类会重写此方法。HTMLParser的默认实现不做任何操作。
-handle_endtag(tag)：用于处理结束标签，tag是小写的标签字符串。HTMLParser的默认实现不做任何操作。
-handle_entityref(ref)：用于处理实体引用&ref;。HTMLParser的默认实现不做任何操作。
-