我正在创建一个网络爬虫，我使用HTMLParser模块来解析超文本标记语言文档中的链接。如果解析器遇到错误的标记，它会引发解析错误并终止应用程序。由于爬虫遍历了整个web，所以这个错误经常会被抛出。我希望覆盖HTMLParser模块的默认行为，以允许它在出现解析错误后继续解析。
浏览 0提问于2011-04-20得票数 1
回答已采纳
1回答
因此，我试图在python中使用HTMLParser和urllib3在python中制作一个web爬虫。我有两个不同的导入问题，第一个是import urllib
class parseText(HTMLParser.HTMLParserlParser.feed(urllib.urlopen(thisurl).read())for item in urlText:
prin
浏览 0提问于2016-12-15得票数 2
回答已采纳
3回答
这是一个HTML爬虫，用于获取某个站点上的所有mp3文件。我试图添加一个从HTMLParser派生的类。因此，代码会转到： def handle_starttag(self, tag, attrs):因此，代码会转到：
class MyHTMLParser(HTMLParser.HTMLParser):
浏览 5提问于2014-07-24得票数 2
回答已采纳
现在我正在用python编写一个网络爬虫，但有时它会抛出HTMLParserError：它说错误是在21285行发现的，这是否意味着在HTML源代码的21285行发现了错误？如果不是，我如何知道当前生成错误的HTML代码是什么？那么当前的解析url是什么？我的解析类可以简化如下：
class ParsePage(HTMLPars
浏览 2提问于2012-05-21得票数 0
回答已采纳
我正在做一项任务，我应该做一个网络爬虫，它读取输入的URL，访问页面上的每个链接，并打印页面的标题。我没有很多使用Python的经验，但我得到了一些帮助，阅读了人们编写的许多其他程序，目前有以下内容：import urllib.requestclass parseText(HTMLParser): print("Start tag:", tag)我还能使用H
浏览 2提问于2016-04-25得票数 1
2回答
我正在寻找从各种网站提取各种数据的方法。我知道有一些程序你可以买到，但我正在努力学习，我想自己去做。有没有人对一般结构有什么建议?如果有，你会用什么语言写？我的第一个想法是java，但我非常愿意并感激地听取其他人的意见。
浏览 0提问于2010-05-17得票数 1
1回答
web爬虫中HTML页面的解析
、、、、
我试图建立一个网页爬虫，爬行页面上的所有链接，并将它们添加到一个文件。我的Python代码包含一个执行以下操作的方法：
return set()link_finder.py模块使用标准Python、、HTMLParser类Link_F
浏览 5提问于2017-08-17得票数 0
1回答
我一直在使用HTMLParser类在Python中开发一个基本的web爬虫。
浏览 2提问于2012-03-14得票数 1
回答已采纳
3回答
因此，我正在制作一个网页“爬虫”，它解析网页，然后在网页中搜索一个或一组单词。from html.parser import HTMLParser def open_webpage
浏览 20提问于2017-08-14得票数 0
回答已采纳
我正在从Google App Engine读取模型字符串属性我试着在字典里按名字求和，比如 result = {} if d.name is not None: return json.dumps(result)
数据是从查询中获取的结果，当我将其传递到Jinja2模板并尝试
浏览 0提问于2013-11-11得票数 1
2回答
获取DOM树中元素的XPath？
、、、、
设置一个解析器，如并从HTML源返回一棵树(字符串)
tree = lxml.etree.fromstring(html, parser编辑：我实际上正在开发一个AJAX爬虫，所以我需要Selenium来单击某些可以更改DOM状态的元素。我将HTML源代码发送到lxml进行分析。
浏览 0提问于2014-06-02得票数 2
回答已采纳
1回答
我用libxml2为我的HiWi工作编写了一个网络爬虫程序。为了做到这一点，我还必须解析来自web的https页面，但这可能吗？我已经可以解析HTML页面了
const char *new_url = "http://xmlsoft.org/html/libxml-HTMLparser.html#htmlParserCtxtPtr
浏览 1提问于2019-08-02得票数 1
2回答
iOS解析器分配断点
、、、、
.h@interface ClassName : NSObject <UITableViewDataSource>NSString *img;}.M{ { htmlParser
浏览 3提问于2013-02-12得票数 0
回答已采纳
我已经构建了一个使用Python的HTMLParser爬虫。它在一个页面上运行，并继续下一个页面，链接到加载的页面上，等等。它只是收集链接。下面是我感兴趣的答案代码：packet = Ether() / IP(dst="1.2.3.4") / UDP
浏览 5提问于2019-10-16得票数 1
回答已采纳
我想创建一个HTMLParser类，它将为我想要解析的每个元素包含一个函数，但我似乎无法使其工作。我的HTMLParser：private Document doc;
} }}
在我的MainActivity中，我希望能够创建一个HTMLPars
浏览 6提问于2017-12-25得票数 0
我正在尝试用ReadWriteLocks实现一个多线程的网络爬虫。我有一个可调用的调用API来获取页面URL，并在它们不存在于所看到的URL集中时对它们进行爬行。htmlParser, WebCrawler crawler) throws Exception {
}
HtmlParserhtml
浏览 5提问于2022-09-04得票数 0
2回答
input> UPADTE
我在Github中搜索了lowerCaseAttributeNames，但是它是，不确定它对代码是否有影响
浏览 6提问于2020-12-18得票数 2
回答已采纳
我使用下面的代码片段通过HTMLParser提取页面上的所有链接。我得到了相当多的相关URL。www.exmaple.comimport urllib, htmllib, formatter
htmllib.HTMLParser.= LinksExtractor(format)
data = urlli
浏览 1提问于2011-07-25得票数 3
回答已采纳
我使用HTMLParser来解析一些基本的、格式良好的HTML，出于各种原因，我不想使用BeautifulSoup。我对HTMLParser进行了子类化，实际的解析器工作得很好。相反，当我创建一个新的子类对象时，直接调用HTMLParser的init方法，而子类init根本不被调用。当我继承HTMLParser.HTMLParser和urllib.HTMLParser时，就会发生这种情况。下面是代码：
class MyHtmlParser(htmllib.HTM
浏览 5提问于2014-12-25得票数 0
回答已采纳
我和htmllib.HTMLParser发现了一件奇怪的事import htmllib, formatter, sys
htmllib.HTMLParser.<br/>
<a href="http://example.com/&
浏览 2提问于2011-06-17得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
