(内部模块)HTMLParser

# 如果要编写一个搜索引擎, 第一步是用爬虫把目标网站的页面爬下来(下载)
# 第二步就是解析该HTML页面.
from html.parser import HTMLParser
from html.entities import name2codepoint

class MyHTMLParser(HTMLParser):

    def handle_starttag(self, tag, attrs):
        print('startTag <%s>' % tag)

    def handle_endtag(self, tag):
        print('EndTag<%s>' % tag)

    def handle_startendtag(self, tag, attrs):
        print('startEndTag<%s>' % tag)

    def handle_data(self, data):
        print('data',data)

    def handle_comment(self, data):
        print('comment', data, '-->')

    def handle_entityref(self, name):
        print('entity&%s:' % name)

    def handle_charref(self, name):
        print('charref&#%s;' % name)

parser = MyHTMLParser()
parser.feed('''


    
Some html HTML tutorial...
END

''')