python list.append 在文本之间

Question

在 Python 3 中，你将如何处理标题标签之间的字符串，例如，打印 Hello, world!，输出 <h1>Hello, world!</h1>：

import urllib
from urllib.request import urlopen

#example URL that includes an <h> tag: http://www.hobo-web.co.uk/headers/
userAddress = input("Enter a website URL: ")

webPage = urllib.request.urlopen(userAddress)

list = []

while webPage != "":
    webPage.read()
    list.append() 

Answer 1

您需要一个HTML 解析器。例如BeautifulSoup:

from bs4 import BeautifulSoup

soup = BeautifulSoup(webPage)
print(soup.find("h1").get_text(strip=True))

演示：

>>> from urllib.request import urlopen
>>> from bs4 import BeautifulSoup
>>>
>>> url = "http://www.hobo-web.co.uk/headers/"
>>> webPage = urlopen(url)
>>>
>>> soup = BeautifulSoup(webPage, "html.parser")
>>> print(soup.find("h1").get_text(strip=True))
How To Use H1-H6 HTML Elements Properly

---

我不允许使用任何其他库，除了 python 附带的库。 python 是否具有解析 HTML 的能力，尽管效率较低？

如果由于某种原因不允许您使用第三方，您可以使用built-in html.parser module。有些人还使用regular expressions 来解析HTML。这并不总是一件坏事，但您必须非常小心，请参阅：

• RegEx match open tags except XHTML self-contained tags

Answer 2

HTMLParser 绝对是您处理该问题的最佳朋友。

有相关的question 已经存在并满足您的需求。