urllister.py中的问题
Posted by admin on 22 July, 2009
No comments yet
This item was filled under [ 易懂python ]
在8.3节里，urllister.py 和 后面调用该模块的代码，不明白
urllister.py如下：
urllister.py如下：
CODE:
from sgmllib import SGMLParser
class URLLister(SGMLParser):
def reset(self):
SGMLParser.reset(self)
self.urls = []
def start_a(self, attrs):
href = [v for k, v in attrs if k=='href']
if href:
self.urls.extend(href)
使用代码过程：
>>> import urllib, urllister
>>> usock = urllib.urlopen(“http://diveintopython.org/”)
>>> parser = urllister.URLLister()
>>> parser.feed(usock.read())
>>> usock.close()
>>> parser.close()
>>> for url in parser.urls: print url
>>> import urllib, urllister
>>> usock = urllib.urlopen(“http://diveintopython.org/”)
>>> parser = urllister.URLLister()
>>> parser.feed(usock.read())
>>> usock.close()
>>> parser.close()
>>> for url in parser.urls: print url
关于urllister.py，书中有说明：
reset 由 SGMLParser 的 __init__ 方法来调用，也可以在创建一个分析器实例时手工来调用。所以如果您需要做初始化，在 reset 中去做，而不要在 __init__ 中做。这样当某人重用一个分析器实例时，会正确地重新初始化。这部分看了sgmllib的代码，明白了
但是，后面说“只要找到一个 <a> 标记，start_a 就会由 SGMLParser 进行调用”，这个怎么也搞不懂，为什么找到<a>后就会自动调用start_a呢？怎么体现出来的？请帮忙解释一下，非常感谢
#######################################
查看sgmllib中的源码：(SGMLParser模块中）
def finish_starttag(self, tag, attrs):
try:
method = getattr(self, ’start_’ + tag)
try:
method = getattr(self, ’start_’ + tag)
欢迎交流，我的邮箱是ljy080829@gmail.com
