1. 首頁
  2. 問答
  3. 如何使用SGMLParser中

如何使用SGMLParser中

2012-02-26 28 views
1

提取HTML中指定的文本我創建一個類擴展SGMLParser這樣：如何使用SGMLParser中

class URLLister(SGMLParser): 

    def __init__(self): 
     SGMLParser.__init__(self) 

    def start_title(self, attrs): 
     pass 

    def handle_data(self, data): 
     print data

非常非常簡單的代碼。在遇到<title>標記時調用了IMO start_title，並且在遇到正常文本時調用了handle_data。現在我想提取<title>和</title>之間的文本，例如，

<html><head><title>Webpage title</title></head><body>Simple text</body></html>

我想打印標籤Webpage title之間<title>，但使用handle_data標籤我將輸出所有簡單的文本，包括Webpage title和Simple text。如何簡單地輸出<title>標籤之間的文字？

來源

2012-02-26 Searene

回答

0

真的，你可以只在handle_data添加一個硬編碼的檢查，像這樣：

def handle_data(self, data): 
    tag = self.get_starttag_text().replace("<","").replace(">","") 
    tag_words = tag.split(" ") 
    if len(tag_words) > 0 and tag_words[0].endswith("title"): 
     print data

我不知道如果這是你想要的究竟是什麼，我敢肯定有一個更優雅的答案。

來源

2012-02-26 04:58:16 chroipahtz

相關問題

 相關問題