我有以下格式的html文件。我想用python解析它。但是,我对使用 xml 模块一无所知。非常欢迎您的建议。
注意:再次对不起我的无知。问题不具体。但是,由于我对这样的解析脚本感到沮丧,我确实想得到一个由答案人(谢谢大家)描述的具体答案作为起点。希望你能理解。
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
<title>Weibo Landscape: Historical Archive of 800 Verified Accounts</title>
</head>
<body>
<div><br>
related 1-th-weibo:<br>
mid:3365546399651413<br>
score:-5.76427445942 <br>
uid:1893278624 <br>
link:<a href="http://weibo.com/1893278624/xrv9ZEuLX" target="_blank">source</a> <br>
time:Thu Oct 06 17:10:59 +0800 2011 <br>
content: Zuccotti Park。 <br>
<br></div>
<div><br>
related 2-th-weibo:<br>
mid:3366839418074456<br>
score:-5.80535767804 <br>
uid:1813080181 <br>
link:<a href="http://weibo.com/1813080181/xs2NvxSxa" target="_blank">source</a> <br>
time:Mon Oct 10 06:48:53 +0800 2011 <br>
content:rt the tweet <br>
rtMid:3366833975690765 <br>
rtUid:1893801487 <br>
rtContent:#ows#here is the content and the link http://t.cn/aFLBgr <br>
<br></div>
</body>
</html>
可能重复:
使用 Python 从 HTML 文件中提取文本