पायथन में html.parser मॉड्यूल में HTMLParser क्लास के माध्यम से HTML फ़ाइलों को संसाधित करने की क्षमता है। यह HTML टैग्स की प्रकृति, उनकी स्थिति और टैग्स के कई अन्य गुणों का पता लगा सकता है। इसमें ऐसे फ़ंक्शन भी हैं जो HTML फ़ाइल में मौजूद डेटा की पहचान और उसे ला सकते हैं।
नीचे दिए गए उदाहरण में हम देखते हैं कि HTMLParser क्लास का उपयोग करके एक कस्टम पार्सर क्लास कैसे बनाएं जो केवल उन टैग्स और डेटा को संसाधित कर सके जिन्हें हम क्लास में परिभाषित करते हैं। यहां हम स्टार्ट टैग, एंड टैग और डेटा को संसाधित कर रहे हैं।
नीचे वह HTML है जिसे पायथन कस्टम पार्सर द्वारा संसाधित किया जा रहा है।
उदाहरण HTML
<html> <br> <head> <br> <title>welcome to Tutorials Point!</title> <br> </head> <br> <body> <br> <h1>Learn anything !</h1> <br> </body> <br> </html>
नीचे वह प्रोग्राम है जो उपरोक्त फ़ाइल को पार्स करता है और फिर कस्टम पार्सर के अनुसार परिणाम आउटपुट करता है।
उदाहरण
from html.parser import HTMLParser
import io
class Custom_Parser(HTMLParser):
def handle_starttag(self, tag, attrs):
print("Line and Offset ==", HTMLParser.getpos(self))
print("Encountered a start tag:", tag)
def handle_endtag(self, tag):
print("Line and Offset ==", HTMLParser.getpos(self))
print("Encountered an end tag :", tag)
def handle_data(self, data):
print("Line and Offset ==", HTMLParser.getpos(self))
print("Encountered some data :", data)
parser = Custom_Parser()
stream = io.open("E:\\test.html", "r")
parser.feed(stream.read())
आउटपुट
Line and Offset == (1, 0) Encountered a start tag: html Line and Offset == (1, 6) Encountered some data : Line and Offset == (2, 0) Encountered a start tag: head Line and Offset == (2, 6) Encountered some data : Line and Offset == (3, 0) Encountered a start tag: title Line and Offset == (3, 7) Encountered some data : welcome to Tutorials Point! Line and Offset == (3, 34) Encountered an end tag : title Line and Offset == (3, 42) Encountered some data : Line and Offset == (4, 0) Encountered an end tag : head Line and Offset == (4, 7) Encountered some data : Line and Offset == (5, 0) Encountered a start tag: body Line and Offset == (5, 6) Encountered some data : Line and Offset == (6, 0) Encountered a start tag: h1 Line and Offset == (6, 4) Encountered some data : Learn anything ! Line and Offset == (6, 20) Encountered an end tag : h1 Line and Offset == (6, 25) Encountered some data : Line and Offset == (7, 0) Encountered an end tag : body Line and Offset == (7, 7) Encountered some data : Line and Offset == (8, 0) Encountered an end tag : html