结构化标记处理工具

Python 支持多种模块来处理各种形式的结构化数据标记。这包括处理标准通用标记语言 (SGML) 和超文本标记语言 (HTML) 的模块，以及几个用于处理可扩展标记语言 (XML) 的接口。

• html — 超文本标记语言支持
  • escape()
  • unescape()
• html.parser — 简单的 HTML 和 XHTML 解析器
  • HTMLParser
  • HTML 解析器应用程序示例
  • HTMLParser 方法
    • feed()
    • close()
    • reset()
    • getpos()
    • get_starttag_text()
    • handle_starttag()
    • handle_endtag()
    • handle_startendtag()
    • handle_data()
    • handle_entityref()
    • handle_charref()
    • handle_comment()
    • handle_decl()
    • handle_pi()
    • unknown_decl()
  • 示例
• html.entities — HTML 通用实体的定义
  • html5
  • entitydefs
  • name2codepoint
  • codepoint2name
• XML 处理模块
  • XML 漏洞
  • defusedxml 包
• xml.etree.ElementTree — ElementTree XML API
  • 教程
    • XML 树和元素
    • 解析 XML
    • 用于非阻塞解析的 Pull API
    • 查找感兴趣的元素
    • 修改 XML 文件
    • 构建 XML 文档
    • 使用命名空间解析 XML
  • XPath 支持
    • 示例
    • 支持的 XPath 语法
  • 参考
    • 函数
      • canonicalize()
      • Comment()
      • dump()
      • fromstring()
      • fromstringlist()
      • indent()
      • iselement()
      • iterparse()
      • parse()
      • ProcessingInstruction()
      • register_namespace()
      • SubElement()
      • tostring()
      • tostringlist()
      • XML()
      • XMLID()
  • XInclude 支持
    • 示例
  • 参考
    • 函数
      • default_loader()
      • include()
    • Element 对象
      • Element
        • tag
        • text
        • tail
        • attrib
        • clear()
        • get()
        • items()
        • keys()
        • set()
        • append()
        • extend()
        • find()
        • findall()
        • findtext()
        • insert()
        • iter()
        • iterfind()
        • itertext()
        • makeelement()
        • remove()
    • ElementTree 对象
      • ElementTree
        • _setroot()
        • find()
        • findall()
        • findtext()
        • getroot()
        • iter()
        • iterfind()
        • parse()
        • write()
    • QName 对象
      • QName
    • TreeBuilder 对象
      • TreeBuilder
        • close()
        • data()
        • end()
        • start()
        • comment()
        • pi()
        • doctype()
        • start_ns()
        • end_ns()
      • C14NWriterTarget
    • XMLParser 对象
      • XMLParser
        • close()
        • feed()
        • flush()
    • XMLPullParser 对象
      • XMLPullParser
        • feed()
        • flush()
        • close()
        • read_events()
    • 异常
      • ParseError
        • code
        • position
• xml.dom — 文档对象模型 API
  • 模块内容
    • registerDOMImplementation()
    • getDOMImplementation()
    • EMPTY_NAMESPACE
    • XML_NAMESPACE
    • XMLNS_NAMESPACE
    • XHTML_NAMESPACE
  • DOM 中的对象
    • DOMImplementation 对象
      • hasFeature()
      • createDocument()
      • createDocumentType()
    • Node 对象
      • nodeType
      • parentNode
      • attributes
      • previousSibling
      • nextSibling
      • childNodes
      • firstChild
      • lastChild
      • localName
      • prefix
      • namespaceURI
      • nodeName
      • nodeValue
      • hasAttributes()
      • hasChildNodes()
      • isSameNode()
      • appendChild()
      • insertBefore()
      • removeChild()
      • replaceChild()
      • normalize()
      • cloneNode()
    • NodeList 对象
      • item()
      • length
    • DocumentType 对象
      • publicId
      • systemId
      • internalSubset
      • name
      • entities
      • notations
    • Document 对象
      • documentElement
      • createElement()
      • createElementNS()
      • createTextNode()
      • createComment()
      • createProcessingInstruction()
      • createAttribute()
      • createAttributeNS()
      • getElementsByTagName()
      • getElementsByTagNameNS()
    • Element 对象
      • tagName
      • getElementsByTagName()
      • getElementsByTagNameNS()
      • hasAttribute()
      • hasAttributeNS()
      • getAttribute()
      • getAttributeNode()
      • getAttributeNS()
      • getAttributeNodeNS()
      • removeAttribute()
      • removeAttributeNode()
      • removeAttributeNS()
      • setAttribute()
      • setAttributeNode()
      • setAttributeNodeNS()
      • setAttributeNS()
    • Attr 对象
      • name
      • localName
      • prefix
      • value
    • NamedNodeMap 对象
      • length
      • item()
    • Comment 对象
      • data
    • Text 和 CDATASection 对象
      • data
    • ProcessingInstruction 对象
      • target
      • data
    • 异常
      • DOMException
      • DomstringSizeErr
      • HierarchyRequestErr
      • IndexSizeErr
      • InuseAttributeErr
      • InvalidAccessErr
      • InvalidCharacterErr
      • InvalidModificationErr
      • InvalidStateErr
      • NamespaceErr
      • NotFoundErr
      • NotSupportedErr
      • NoDataAllowedErr
      • NoModificationAllowedErr
      • SyntaxErr
      • WrongDocumentErr
  • 一致性
    • 类型映射
    • 访问器方法
• xml.dom.minidom — 最小 DOM 实现
  • parse()
  • parseString()
  • DOM 对象
    • unlink()
    • writexml()
    • toxml()
    • toprettyxml()
  • DOM 示例
  • minidom 和 DOM 标准
• xml.dom.pulldom — 支持构建部分 DOM 树
  • PullDom
  • SAX2DOM
  • parse()
  • parseString()
  • default_bufsize
  • DOMEventStream 对象
    • DOMEventStream
      • getEvent()
      • expandNode()
      • reset()
• xml.sax — SAX2 解析器支持
  • make_parser()
  • parse()
  • parseString()
  • SAXException
  • SAXParseException
  • SAXNotRecognizedException
  • SAXNotSupportedException
  • SAXException 对象
    • getMessage()
    • getException()
• xml.sax.handler — SAX 处理程序的基类
  • ContentHandler
  • DTDHandler
  • EntityResolver
  • ErrorHandler
  • LexicalHandler
  • feature_namespaces
  • feature_namespace_prefixes
  • feature_string_interning
  • feature_validation
  • feature_external_ges
  • feature_external_pes
  • all_features
  • property_lexical_handler
  • property_declaration_handler
  • property_dom_node
  • property_xml_string
  • all_properties
  • ContentHandler 对象
    • setDocumentLocator()
    • startDocument()
    • endDocument()
    • startPrefixMapping()
    • endPrefixMapping()
    • startElement()
    • endElement()
    • startElementNS()
    • endElementNS()
    • characters()
    • ignorableWhitespace()
    • processingInstruction()
    • skippedEntity()
  • DTDHandler 对象
    • notationDecl()
    • unparsedEntityDecl()
  • EntityResolver 对象
    • resolveEntity()
  • ErrorHandler 对象
    • error()
    • fatalError()
    • warning()
  • LexicalHandler 对象
    • comment()
    • startDTD()
    • endDTD()
    • startCDATA()
    • endCDATA()
• xml.sax.saxutils — SAX 实用程序
  • escape()
  • unescape()
  • quoteattr()
  • XMLGenerator
  • XMLFilterBase
  • prepare_input_source()
• xml.sax.xmlreader — XML 解析器的接口
  • XMLReader
  • IncrementalParser
  • Locator
  • InputSource
  • AttributesImpl
  • AttributesNSImpl
  • XMLReader 对象
    • parse()
    • getContentHandler()
    • setContentHandler()
    • getDTDHandler()
    • setDTDHandler()
    • getEntityResolver()
    • setEntityResolver()
    • getErrorHandler()
    • setErrorHandler()
    • setLocale()
    • getFeature()
    • setFeature()
    • getProperty()
    • setProperty()
  • IncrementalParser 对象
    • feed()
    • close()
    • reset()
  • Locator 对象
    • getColumnNumber()
    • getLineNumber()
    • getPublicId()
    • getSystemId()
  • InputSource 对象
    • setPublicId()
    • getPublicId()
    • setSystemId()
    • getSystemId()
    • setEncoding()
    • getEncoding()
    • setByteStream()
    • getByteStream()
    • setCharacterStream()
    • getCharacterStream()
  • Attributes 接口
    • getLength()
    • getNames()
    • getType()
    • getValue()
  • AttributesNS 接口
    • getValueByQName()
    • getNameByQName()
    • getQNameByName()
    • getQNames()
• xml.parsers.expat — 使用 Expat 的快速 XML 解析
  • ExpatError
  • error
  • XMLParserType
  • ErrorString()
  • ParserCreate()
  • XMLParser 对象
    • Parse()
    • ParseFile()
    • SetBase()
    • GetBase()
    • GetInputContext()
    • ExternalEntityParserCreate()
    • SetParamEntityParsing()
    • UseForeignDTD()
    • SetReparseDeferralEnabled()
    • GetReparseDeferralEnabled()
    • buffer_size
    • buffer_text
    • buffer_used
    • ordered_attributes
    • specified_attributes
    • ErrorByteIndex
    • ErrorCode
    • ErrorColumnNumber
    • ErrorLineNumber
    • CurrentByteIndex
    • CurrentColumnNumber
    • CurrentLineNumber
    • XmlDeclHandler()
    • StartDoctypeDeclHandler()
    • EndDoctypeDeclHandler()
    • ElementDeclHandler()
    • AttlistDeclHandler()
    • StartElementHandler()
    • EndElementHandler()
    • ProcessingInstructionHandler()
    • CharacterDataHandler()
    • UnparsedEntityDeclHandler()
    • EntityDeclHandler()
    • NotationDeclHandler()
    • StartNamespaceDeclHandler()
    • EndNamespaceDeclHandler()
    • CommentHandler()
    • StartCdataSectionHandler()
    • EndCdataSectionHandler()
    • DefaultHandler()
    • DefaultHandlerExpand()
    • NotStandaloneHandler()
    • ExternalEntityRefHandler()
  • ExpatError 异常
    • code
    • lineno
    • offset
  • 示例
  • 内容模型描述
  • Expat 错误常量
    • codes
    • messages
    • XML_ERROR_ASYNC_ENTITY
    • XML_ERROR_ATTRIBUTE_EXTERNAL_ENTITY_REF
    • XML_ERROR_BAD_CHAR_REF
    • XML_ERROR_BINARY_ENTITY_REF
    • XML_ERROR_DUPLICATE_ATTRIBUTE
    • XML_ERROR_INCORRECT_ENCODING
    • XML_ERROR_无效的_TOKEN
    • XML_ERROR_文档元素后存在垃圾数据
    • XML_ERROR_XML处理指令位置错误
    • XML_ERROR_没有元素
    • XML_ERROR_内存不足
    • XML_ERROR_参数实体引用
    • XML_ERROR_不完整的字符
    • XML_ERROR_递归实体引用
    • XML_ERROR_语法错误
    • XML_ERROR_标签不匹配
    • XML_ERROR_未关闭的_TOKEN
    • XML_ERROR_未定义的实体
    • XML_ERROR_未知的编码
    • XML_ERROR_未关闭的_CDATA_节
    • XML_ERROR_外部实体处理错误
    • XML_ERROR_非独立
    • XML_ERROR_意外的状态
    • XML_ERROR_实体在参数实体中声明
    • XML_ERROR_该特性需要_XML_DTD
    • XML_ERROR_解析后无法更改特性
    • XML_ERROR_未绑定的前缀
    • XML_ERROR_取消声明前缀
    • XML_ERROR_不完整的参数实体
    • XML_ERROR_XML声明错误
    • XML_ERROR_文本声明错误
    • XML_ERROR_公共标识符错误
    • XML_ERROR_已暂停
    • XML_ERROR_未暂停
    • XML_ERROR_已中止
    • XML_ERROR_已完成
    • XML_ERROR_暂停参数实体
    • XML_ERROR_保留前缀_xml
    • XML_ERROR_保留前缀_xmlns
    • XML_ERROR_保留的命名空间_URI
    • XML_ERROR_无效的参数
    • XML_ERROR_没有缓冲区
    • XML_ERROR_放大限制违规