Python的hashlib提供了常见的摘要算法，如MD5，SHA1等等。 什么是摘要算法呢？摘要算法又称哈希算法、散列算法。它通过一个函数，把任意长度的数据转换为一个长度固定的数据串（通常用16进制的字符串表示）。 举个例子，你写了一篇文章，内容是一个字符串'how to use python h ...
分类：
编程语言 时间：
2016-06-17 19:30:02
阅读次数：
384
19.1. HTMLParser — Simple HTML and XHTML parser 19.2. sgmllib — Simple SGML parser 19.3. htmllib — A parser for HTML documents 19.4. htmlentitydefs — ...
分类：
编程语言 时间：
2016-05-16 19:35:10
阅读次数：
292
1、使用HTMLParse解析 HTMLParser是Python自带的模块，使用简单，能够很容易的实现HTML文件的分析。本文主要简单讲一下HTMLParser的用法. 使用时需要定义一个从类HTMLParser继承的类，重定义函数： handle_starttag( tag, attrs) ha ...
分类：
编程语言 时间：
2016-04-22 11:53:26
阅读次数：
239
网页展现给用户的是主要内容是它的文本。因此，在获取网页源代码时，针对网页抽取出它的特定的文本内容，是我们做网页爬虫的一个基本功。我们结合HtmlParser和正则表达式来实现这一目的。
第一部分主要为基础教程（HtmlParse），转载自一个哥们的
1、相关资料
官方文档：http://htmlparser.sourceforge.net/samples.html...
分类：
Web程序 时间：
2016-04-11 12:19:45
阅读次数：
252
爬虫技术学习总结 爬虫技术 -- 基础学习（一）HTML规范化（附特殊字符编码表） 爬虫技术 -- 基本学习（二）爬虫基本认知 爬虫技术 -- 基础学习（三）理解URL和URI的联系与区别 爬虫技术 -- 基础学习（四）HtmlParser基本认识 爬虫技术 -- 基础学习（五）解决页面编码识别（附 ...
python系列均基于python3.4环境 基本概念 html.parser的核心是HTMLParser类。工作的流程是：当你feed给它一个类似HTML格式的字符串时，它会调用goahead方法向前迭代各个标签，并调用对应的parse_xxxx方法提取start_tag,tag,data,com ...
分类：
编程语言 时间：
2016-03-31 14:31:43
阅读次数：
338
当需要从网页上获取信息时，需要解析html页面。筛选指定标签，并获取其值是必不可少的操作，解析html页面这方面的利器，Python有BeautifulSoup，Java一直没有好的工具，之前的HtmlParser非常难用，虽能解析，但不能过滤，只能从头到尾地遍历各个节点，非常不便，而Jsoup是甚 ...
分类：
编程语言 时间：
2016-03-28 18:31:16
阅读次数：
226
这个文档定义了一个 HTMLParser 类作为解析 HTML 文档的基础。HTMLParser 类的实例可以存储并调用方法来处理 HTML 标签和数据。我们一般通过建立一个 HTMLParser 的子类然后覆盖它的方法来实现我们想要的操作。HTMLParser 有很多方法，一般我们只需要覆盖下面几... ...
分类：
编程语言 时间：
2016-03-28 13:30:01
阅读次数：
234
使用Python，HtmlParser来统计深圳市保障房申请人的原籍省份分布，年龄分布等。从侧面可以反映鹏城人的地域分布。以下python代码增大了每一次获取的记录数，从而少提交几次请求。如果按照WEB主页设定的每一次请求最多50个记录，那就得提交数千次请求，显然费时。另外，也可以使用多线程处理，快
分类：
编程语言 时间：
2016-02-22 23:33:13
阅读次数：
366
所有的Filter均实现了NodeFilter接口，此接口只有一个方法Boolean accept(Node node),用于确定某个节点 是否属于此Filter过滤的范围。 HtmlParser在org.htmlparser.filters包之内一共定义了16个不同的Filter，也可以分为几类。
分类：
Web程序 时间：
2016-02-22 20:44:01
阅读次数：
226
