Python库详解之网络(2)
昨天试了下用HTMLParser类来解析网页，可发现结果并不理想。不管怎么说，先写下过程，希望后来人能在此基础上解决我所遇到的问题。
写了2套解决方案，当然这2套只能对特定网站有效。我这里主要说明下对BBC主页www.bbc.co.uk和对网易www.163.com的解析。
对于BBC：
这套要简单得多，可能是该网页的编码比较标准吧
import html.parser
import urllib.request
class parseHtml(html.parser.HTMLParser):
def handle_starttag(self, tag, attrs):
print("Encountered a {} start tag".format(tag))
def handle_endtag(self, tag):
print("Encountered a {} end tag".format(tag))
def handle_charref(self,name):
print("charref")
def handle_entityref(self,name):
print("endtiyref")
def handle_data(self,data):
print("data")
def handle_comment(self,data):
print("comment")
def handle_decl(self,decl):
print("decl")
def handle_pi(self,decl):
print("pi")
#从这里开始看起，上面那个继承很简单，全部重载父类函数
#以二进制写的方式存储BBC网页，这是上篇内容(http://blog.csdn.net/xiadasong007/archive/2009/09/03/4516683.aspx),不赘述
file=open("bbc.html",'wb') #it's 'wb',not 'w'
url=urllib.request.urlopen("http://www.bbc.co.uk/")
while(1):
line=url.readline()
if len(line)==0:
break
file.write(line)
#生成一个对象
pht=parseHtml()
#对于这个网站，我使用'utf-8'打开，否则会出错，其他网站可能就不需要，utf-8是UNICODE编码
file=open("bbc.html",encoding='utf-8',mode='r')
#处理网页，feed
while(1):
line=
相关文档：
第九关 Image
从页面上的图片可以看到有一串点，那么是不是代表该关与图像点有关？ 我们从页面源码可以看到，有两段数字序列first和second，而有一个提示first+second=? 什么意思呢？难道是说(first, second)代表了图像点的坐标？不像，两段序列的长度有很大差异。那么算符+还有什么含义呢，有� ......
首先是下载python3，现在的最高版本是3.1.1
for linux。
我的放置路径是/home/python下放置Python-3.1.1.tgz,执行以下系列操作：
1.解压：tar zxvf Python-3.1.1.tgz----生成解压包Python-3.1.1
2.转换到Python-3.1.1路径下，执行./configure
3.make
4.make install
在rehl5中已经默认安装了python2.4,所以要做如下 ......
——由于最近在做有关网页搜索的项目，涉及到一些编码方面的知识，小弟在网上偶然地发现了这么一篇文章，很易懂，不晦涩，为了方便自己也同时能方便大家，就转了过来，以作参考……
文章出处：http://blog.csdn.net/tingsking18/arc ......
今天做ftp的界面,做的相当郁闷，弄得心情及其不爽，在网上搜到死都不知道该怎么办，打算明天先看看C＋＋
的是怎么弄的再说。不过，现在我想写一下关于socket的编程。
先写一个时间服务器吧，他监听端口，并且会返回 服务器的时间
server.py
#!/usr/bin/python
# Copyright (c) angelipin (angelipin@126.com)
import ......
工欲善其事必先利其器！
开发Python用什么工具好呢？其实刚学Python的话，使用IDLE就够了，虽然调试不是特别方便，但是对于初学已经够了，可以使用Print进行简单的调试，不建议使用记事本进行开发，不知道的认为你很牛，知道的……这是自己给自己找罪受，用Editplus貌� ......
