পাইথনে HTMLParser দিয়ে HTML প্রসেস করা

পাইথনের html.parser মডিউলের HTMLParser ক্লাস দিয়ে HTML ফাইল প্রসেস করা যায়। এটি ট্যাগ, পজিশন, ডেটা ইত্যাদি ডিটেক্ট করতে পারে।

কাস্টম পার্সার উদাহরণ

HTML ফাইল:

<html>
<head>
<title>welcome to Tutorials Point!</title>
</head>
<body>
<h1>Learn anything !</h1>
</body>
</html>

কাস্টম পার্সার ক্লাস:

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())

আউটপুট (আংশিক)

Line and Offset == (1, 0) Encountered a start tag: html
Line and Offset == (3, 7) Encountered some data : welcome to Tutorials Point!
Line and Offset == (3, 34) Encountered an end tag : title
...