2

使用 Python 3.2，我直接从html.parser 文档中尝试了该示例：

from html.parser import HTMLParser

class MyHTMLParser(HTMLParser):
    def handle_starttag(self, tag, attrs):
        print("Encountered a start tag:", tag)
    def handle_endtag(self, tag):
        print("Encountered an end tag :", tag)
    def handle_data(self, data):
        print("Encountered some data  :", data)

parser = MyHTMLParser(strict=False)
parser.feed('<html><head><title>Test</title></head>'
            '<body><h1>Parse me!</h1></body></html>')

我没有得到文档中显示的结果：

Encountered some data  : <html>
Encountered some data  : <head>
Encountered some data  : <title>
Encountered some data  : Test
Encountered an end tag : title
Encountered an end tag : head
Encountered some data  : <body>
Encountered some data  : <h1>
Encountered some data  : Parse me!
Encountered an end tag : h1
Encountered an end tag : body
Encountered an end tag : html

出于某种原因，它仅将某些标签视为数据，但仅当strict=False. 如果strict=True我得到正确的结果：

Encountered a start tag: html
Encountered a start tag: head
Encountered a start tag: title
Encountered some data  : Test
Encountered an end tag : title
Encountered an end tag : head
Encountered a start tag: body
Encountered a start tag: h1
Encountered some data  : Parse me!
Encountered an end tag : h1
Encountered an end tag : body
Encountered an end tag : html
4

1 回答 1

2

这是一个已修复的错误 ( http://bugs.python.org/issue13273 )。实际上，当您查看http://hg.python.org/cpython/log/9ce5d456138b/Lib/html/parser.py时，有很多关于问题的日志消息Strict=False；几乎感觉这仍然应该被视为测试版。

如果您采用最新版本的文件（http://hg.python.org/cpython/raw-file/9ce5d456138b/Lib/html/parser.py）并使用它，至少文档中的示例再次有效. 尽管如此，我个人对于信任 Strict=False 目前在“关键应用程序”中工作会有些厌倦。

于 2012-02-18T17:43:09.663 回答