HTMLParser-实战

了解了HTMLParser库的知识后，选择做一个小训练，对https://www.python.org/events/python-events/这个网址进行分析，之后输出其中每次会议的题目、时间和地点。

如果要简单了解下HTMLParser库可以点击打开

下面进入正题

这是网站的源码，由此可以看出会议全部都是在ul下，而一个一个会议则是分开在一个一个li中

整体的思路就是写一个继承了HTMLParser的类，并且重载方法，然后筛选出我们需要的date

class MyHTMLParser(HTMLParser):flag = 0new = []get_data = 0def handle_starttag(self, tag, attrs):#判断该标签是否存在if tag == 'ul':for attr in attrs:if re.match("list-recent-events menu",attr[1]):self.flag = 1#处理a元素if tag == 'a' and self.flag == 1:self.get_data = 'tittle'#处理time元素if tag == 'time' and self.flag == 1:self.get_data = 'time'#处理span元素if tag == 'span' and self.flag == 1:self.get_data = 'addr'#当处理尾标签时则初始flagdef handle_endtag(self, tag):if self.flag == 1 and tag == 'ul':self.flag = 0#对data的处理def handle_data(self, data):if self.get_data and self.flag == 1:#如果找到了题目，则新建一个dict来保存if self.get_data == 'tittle':self.new.append({self.get_data : data})#如果找到了时间或者地点，则取出new这个list最后一个dict，然后添加键值else:self.new[len(self.new)-1][self.get_data] = dataself.get_data = None

全部的代码在这里

如果有问题可以及时问我