SGMLParser HTML

#!/usr/bin/env python2
#-*- coding: utf-8 -*-

from sgmllib import SGMLParser

 

class ListName(SGMLParser):
    def reset(self):
        #变量标示是否是标签a,或使用self.is_a=True
        self.is_a = ""
        self.name = []
        self.is_td = ""
        self.data = []
        #继承父类reset方法
        SGMLParser.reset(self)

    def start_td(self, attrs):
        self.is_td = 1

    def end_td(self):
        self.is_td = ""

    def handle_data(self, data):
        if self.is_td:
            data = data.strip()
            self.data.append(data)
    '''
    def start_a(self,attrs):
        #如果是标签a,则设置is_a=1
        self.is_a = 1

    def end_a(self):
        self.is_a=""

    def handle_data(self,data):
        #如果是标签a的数据,则追加
        if self.is_a:
            self.name.append(data)
    '''
if __name__ == '__main__':
    urls = '''
        <tr>
            <td height="207" colspan="2" align="left" valign="top" class="normal">
            <p>Damien Rice - 《0》 </p>
            <a href="http://galeki.xy568.net/music/Delicate.mp3">1. Delicate</a><br />
            <a href="http://galeki.xy568.net/music/Volcano.mp3">2. Volcano</a><br />
            <a href="http://galeki.xy568.net/music/The Blower's Daughter.mp3">3. The Blower's Daughter</a><br />
            <a href="http://galeki.xy568.net/music/Cannonball.mp3">4. Cannonball </a><br />
            <a href="http://galeki.xy568.net/music/Older Chests.mp3">5. Order Chests</a><br />
            <a href="http://galeki.xy568.net/music/Amie.mp3">6. Amie</a><br />
            <a href="http://galeki.xy568.net/music/Cheers Darlin'.mp3">7. Cheers Darling</a><br />
            <a href="http://galeki.xy568.net/music/Cold Water.mp3">8. Cold water</a><br />
            <a href="http://galeki.xy568.net/music/I Remember.mp3">9. I remember</a><br />
            <a href="http://galeki.xy568.net/music/Eskimo.mp3">10. Eskimo</a></p>
        </td>
    </tr>

    listname=ListName()
    listname.feed(urls)
    #输出文本的列表结果
    print listname.data
    listname.close()

 

posted on 2015-07-08 17:28  DayAfterDay  阅读(188)  评论(0编辑  收藏  举报

导航