与HTMLParser属性混淆

Question

我已阅读html.parser文档，但找不到anchorlist类的HTMLParser属性。 Python 2.x具有该属性。

我用Google搜索，但找不到答案。在Python 3.x中，类HTMLParser是否拥有它？

Answer 1

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

另一方面，Python 3中的html.parser模块在​​Python 2中被称为HTMLParser。不具有anchorlist属性。< / p>

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

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' and 'href' in attrs:
            self.anchorlist.append(attrs['href'])

或者，使用更友好的API（如BeautifulSoup）来收集链接锚点。