与 HTMLParser 属性混淆

Question

我已阅读 html.parser 文档，但我找不到 HTMLParser 类的 anchorlist 属性。 Python 2.x 有这个属性。

我搜索了它，但找不到答案。在 Python 3.x 中，HTMLParser 类有吗？

Answer 1

anchorlist 属性是htmllib.HTMLParser class 的一部分。该模块在 Python 2.6 中已被弃用，并且在 Python 3 中不存在。

另一方面，Python 3 中的 html.parser 模块在 Python 2 中称为 HTMLParser。它确实不具有 anchorlist 属性。

您可以通过侦听开始标记事件来模拟该属性，对于任何a 标记，将href 属性（如果存在）添加到列表以构建相同的列表：

from html.parser import HTMLParser


class MyHTMLParser(HTMLParser):
    def __init__(self, *args, **kw):
        super().__init__(*args, **kw)
        self.archorlist = []

    def handle_starttag(self, tag, attrs):
        if tag == 'a':
            attributes = dict(attrs)
            if "href" in attributes:
                self.anchorlist.append(attributes["href"])

或者，使用更友好的 API（如 BeautifulSoup）来收集链接锚点。