如何使用 html.parser

Question

大家好，我是 python 的新手，正在尝试使用 python 的 html.parser 模块，我想抓取这个网站并使用 html.parser 获取 url、交易名称和价格，它位于li标签 https://www.mcdelivery 中.com.pk/pk/browse/menu.html 获取 url 后，我想将它们附加到基本 URL 中，并从该站点获取带有价格的交易。import urllib.requestimport urllib.parseimport refrom html.parser import HTMLParserurl = 'https://www.mcdelivery.com.pk/pk/browse/menu.html'values = {'daypartId': '1', 'catId': '1'}data = urllib.parse.urlencode(values)data = data.encode('utf-8')  # data should be bytesreq = urllib.request.Request(url, data)resp = urllib.request.urlopen(req)respData = resp.read()list1 = re.findall(r'<div class="product-cost"(.*?)</div>', str(respData))for eachp in list1:    print(eachp)正在使用正则表达式来上课，但我失败了。现在试图弄清楚如何使用 html.parser 来做到这一点。我知道工作变得更容易，beautifulsoup and scrapy但我正在尝试使用裸 python，所以请跳过第 3 方库。我真的需要帮助。我卡住了。Html.parser 代码（更新）from html.parser import HTMLParserimport urllib.requestimport html.parser# Import HTML from a URLurl = urllib.request.urlopen(    "https://www.mcdelivery.com.pk/pk/browse/menu.html")html = url.read().decode()url.close()class MyParser(html.parser.HTMLParser):    def __init__(self, html):        self.matches = []        self.match_count = 0        super().__init__()    def handle_data(self, data):        self.matches.append(data)        self.match_count += 1    def handle_starttag(self, tag, attrs):        attrs = dict(attrs)        if tag == "div":            if attrs.get("product-cost"):                self.handle_data()            else:                returnparser = MyParser(html)parser.feed(html)for item in parser.matches:    print(item)

Answer 1

这是一个可能需要特定调整的良好开端：

import html.parser

class MyParser(html.parser.HTMLParser):

    def __init__(self, html):

        self.matches = []

        self.match_count = 0

        super().__init__()        

    def handle_data(self, data):

        self.matches.append(data)

        self.match_count += 1

    def handle_starttag(self, tag, attrs):

        attrs = dict(attrs)

        if tag == "div":

            if attrs.get("product-cost"):

                self.handle_data()

        else: return

用法是沿着

request_html = the_request_method(url, ...)

parser = MyParser()

parser.feed(request_html)

for item in parser.matches:

    print(item)