#小练习 使用字典保存HTMLParser解析的数据

#coding:utf-8

import HTMLParser

class myhp(HTMLParser.HTMLParser):
    def __init__(self):
        HTMLParser.HTMLParser.__init__(self)
        self.d={}
        self.tag=None
        self.content=None
    def handle_starttag(self,tag,attr):
        #注意:tag不区分大小写,此时也可以解析 <A 标签
        if tag=='a':
            for href,link in attr:
                if href.lower()=="href":
                    self.tag='a'
                    self.content=link

    def handle_data(self,data):
        if self.tag=='a' and len(data.strip()):
            self.d[data.strip()] =self.content

    # 遇到 </a ,设置self.tag =None
    def handle_endtag(self,tag):
        if tag=='a':
            self.tag=None





if __name__ == "__main__":
    html_code='''
    <a href="www.google.com"> goolge.com </a>
    <AB href="www.sohu.com.cn"> sohu.com </a>
    <A Href="www.pythonclub.org">PythonClub </a>
    <A HREF='www.sina.com.cn'> sina </a>
    '''
    m = myhp()
    m.feed(html_code)
    print m.d
    m.close()

你可能感兴趣的:(#小练习 使用字典保存HTMLParser解析的数据)