html.分析奇怪的行为

使用Python 3.2，我直接从html.parser文档中尝试了这个例子：

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>')

我得到的不是文档上显示的结果：

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，它将一些标签视为数据，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

这是一个已修复的错误(http://bugs.python.org/issue13273)。实际上当你看到http://hg.python.org/cpython/log/9ce5d456138b/Lib/html/parser.py，存在大量关于Strict=False问题的日志消息；感觉这仍然应该被视为测试版。

如果采用文件的最新版本(http://hg.python.org/cpython/raw-file/9ce5d456138b/Lib/html/parser.py)使用它，至少文档中的示例再次起作用。尽管如此，就我个人而言，我会有点厌倦目前信任Strict=False在"关键应用程序"中工作。

相关内容

最新更新

热门标签：