python关于解析html的问题

ft1834334 2012-04-17 11:55:31

求完全代码。。。
例子如下：
F盘下有个XXX.HTML文件。里面包含了一些数据。
格式是
***************
NAME1
***************
正确
***************
NAME2
***************
不正确
</font><br /><font color='black'>正确
</font><br /><font color='red'>不正确

我现在要把不正确的内容给搜索出来求赐教。。。

...全文

242 3 打赏收藏转发到动态举报

写回复

3 条回复

切换为时间正序

请发表友善的回复…

发表回复

坚强的豁着 2012-04-27

打赏
举报

回复

BeautifulSoup这个还是挺强大的

georgema 2012-04-27

打赏
举报

回复

http://www.crummy.com/software/BeautifulSoup/

foolbirdflyfirst 2012-04-17

打赏
举报

回复

from sgmllib import SGMLParser

完全代码就免了吧。。

本文介绍了如何使用Python来解析HTML，介绍了三种主要的HTML解析方法：正则表达式、Beautiful Soup和lxml。每种方法都有其适用的场景和优劣势。正则表达式是一种强大的文本匹配工具，适合用于简单的HTML解析任务，但在处理复杂HTML结构时可能不够健壮。Beautiful Soup是一款简单而强大的库，提供了易于使用的API，用于导航、搜索和修改解析树。它适用于大多数HTML文档的解析和数据提取。

pyquery库是jQuery的Python实现，可以用于解析HTML网页内容，使用方法：代码如下:from pyquery import PyQuery as pq1、可加载一段HTML字符串，或一个HTML文件，或是一个url地址，例：代码如下:d = pq("hello")d = pq(filename=path_to_html_file)d = pq(url='http://www.bai...

本文介绍了 Python 中常用的三种 HTML 解析方式：XPath 解析、CSS 选择器解析和正则表达式解析。在具体的应用过程中，我们可以根据需要选择不同的解析方式。XPath 解析适用于对 HTML 页面的层次结构进行解析，能够比较方便地定位页面元素；CSS 选择器解析适用于对 HTML 页面的类名、id 等属性进行解析，可以快速定位元素；正则表达式解析适用于对 HTML 页面的标签和文本进行解析，可以灵活地处理页面元素。希望本文能够对大家进行 HTML 解析方面的学习和实践有所帮助。

HTML解析是任何网络爬虫应用的基础，Python中提供了多个解析HTML的库，包括BeautifulSoup、lxml、html5lib等。这里我们将使用BeautifulSoup来演示如何解析HTML。

python 爬虫中，必然会接触到 HTML 解析。 lxml是一个Python库，使用它可以轻松处理XML和HTML文件，还可以用于web爬取。市面上有很多现成的XML解析器，但是为了获得更好的结果，开发人员有时更愿意编写自己的XML和HTML解析器。这时lxml库就派上用场了。这个库的主要优点是易于使用，在解析大型文档时速度非常快，归档的也非常好，并且提供了简单的转换方法来将数据转换为Pyth...

37,741

社区成员

34,213

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

试试用AI创作助手写篇文章吧

+ 用AI写文章