html.parser古怪的行为

2024-03-28 22:52:38 发布

您现在位置:Python中文网/ 问答频道 /正文

使用Python3.2,我尝试直接从html.parserdocumentation开始示例:

from html.parser import HTMLParser

class MyHTMLParser(HTMLParser):
    def handle_starttag(self, tag, attrs):
        print("Encountered a start tag:", tag)
    def handle_endtag(self, tag):
        print("Encountered an end tag :", tag)
    def handle_data(self, data):
        print("Encountered some data  :", data)

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

我得到的不是文档上显示的结果:

^{pr2}$

由于某些原因,它将某些标记视为数据,但仅当strict=False时才处理。如果strict=True我得到正确的结果:

Encountered a start tag: html
Encountered a start tag: head
Encountered a start tag: title
Encountered some data  : Test
Encountered an end tag : title
Encountered an end tag : head
Encountered a start tag: body
Encountered a start tag: h1
Encountered some data  : Parse me!
Encountered an end tag : h1
Encountered an end tag : body
Encountered an end tag : html

Tags: selfanparserdatatitledefhtmltag
1条回答
网友
1楼 · 发布于 2024-03-28 22:52:38

这是一个已修复的错误(http://bugs.python.org/issue13273)。实际上,当您查看http://hg.python.org/cpython/log/9ce5d456138b/Lib/html/parser.py时,有很多关于Strict=False问题的日志消息;这几乎让人觉得这应该被视为beta。在

如果您使用文件(http://hg.python.org/cpython/raw-file/9ce5d456138b/Lib/html/parser.py)的最新版本并使用它,那么至少文档中的示例可以再次使用。尽管如此,就我个人而言,我还是有点厌倦了相信Strict=False在“关键应用程序”中工作。在

相关问题 更多 >