如何在 Python 中使用 html.parser 从特定的 HTML 链接中提取数据？答案

【问题标题】：How can I extract data from a specific HTML link with html.parser in Python?如何在 Python 中使用 html.parser 从特定的 HTML 链接中提取数据？
【发布时间】：2017-04-02 05:33:11
【问题描述】：

我有我需要的一个非常愚蠢的解析器。我想创建一个方法，将指向 HTML 页面的 URL（例如：http://www.dictionary.com/browse/example）作为参数，并使用此解析器向我显示它遇到的所有数据。我不需要有人给我解决方案。但是，建议将不胜感激。谢谢。

from html.parser import HTMLParser

class MyHTMLParser(HTMLParser):

    def handle_data(self, data):
        print("Encountered some data  :", data)

parser = MyHTMLParser()
parser.feed('<html><head><title>Test</title></head>'
            '<body><h1>Parse me!</h1></body></html>')

【问题讨论】：

docs.python.org/2/howto/urllib2.html#fetching-urls 能解决你的问题吗？
这很有帮助。但是，自 Python 2 以来，该模块发生了很多变化。我使用的是 Python 3.6.1。如果您好奇，请在下面查看我的解决方案。感谢您的帮助。

标签： python html parsing html-parsing

【解决方案1】：

这就是我最终从 URL 中提取数据的方式，在本例中为 http://python.org/。

from html.parser import HTMLParser
from urllib.request import urlopen

class MyHTMLParser(HTMLParser):
    def handle_data(self, data):
        print("Encountered some data  :", data)

parser = MyHTMLParser()
html = urlopen('http://python.org/')
thing = html.read()
parser.feed(thing.decode("utf-8"))

【讨论】：