无法在HTMLParser中访问新变量

Question

我好像无法在HTMLParser中添加任何新变量。我在按照我看到的例子这里进行操作。在__init__里面添加变量时没有报错，但当我在一个方法中尝试访问这个变量时，却被告知它不存在。

#!/usr/bin/env python
from HTMLParser import HTMLParser
import urllib

class parse(HTMLParser):

    def __init__(self, data):
        HTMLParser.__init__(self)
        self.feed(data)
        self.foo = 'err'

    def handle_starttag(self, tag, attrs):
        print self.foo
        if tag == 'a':
            for attr, value in attrs:
                if attr == 'href':
                    print value[10:]
                    continue

    def handle_data(self, text):
        pass

    def handle_endtag(self, tag):
        pass


page = urllib.urlopen('http://docs.python.org/library/htmlparser.html').read()
p = parse(page)

这是输出结果：

Traceback (most recent call last):
  File "./doit.py", line 34, in <module>
    p = parse(page)
  File "./doit.py", line 9, in __init__
    self.feed(data)
  File "/usr/lib/python2.6/HTMLParser.py", line 108, in feed
    self.goahead(0)
  File "/usr/lib/python2.6/HTMLParser.py", line 148, in goahead
    k = self.parse_starttag(i)
  File "/usr/lib/python2.6/HTMLParser.py", line 271, in parse_starttag
    self.handle_starttag(tag, attrs)
  File "./doit.py", line 14, in handle_starttag
    print self.foo
AttributeError: parse instance has no attribute 'foo'

谢谢你的帮助

Answer 1

你只需要交换这两行代码的位置。

self.feed(data)
self.foo = 'err'

调用 .feed() 时，会自动调用 .handle_starttag()，但这个过程发生在你代码中创建属性之前。

其实更好的做法是，不要在构造函数里传入数据，而是直接显式地调用 .feed()。

Answer 2

self.handle_starttag(tag, attrs)

在 HTMLParser.py 中被调用了

self.foo = 'err'

在你的代码中已经设置过了。

试试：

self.foo = 'err'
self.feed(data)