结构化标记处理工具

Python 支持各种模块，以处理各种形式的结构化数据标记。 这包括使用标准通用标记语言（SGML）和超文本标记语言（HTML）的模块，以及使用可扩展标记语言（XML）的几个接口。

• 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 解析器的示例程序
  • HTMLParser 方法
    • HTMLParser.feed()
    • HTMLParser.close()
    • HTMLParser.reset()
    • HTMLParser.getpos()
    • HTMLParser.get_starttag_text()
    • HTMLParser.handle_starttag()
    • HTMLParser.handle_endtag()
    • HTMLParser.handle_startendtag()
    • HTMLParser.handle_data()
    • HTMLParser.handle_entityref()
    • HTMLParser.handle_charref()
    • HTMLParser.handle_comment()
    • HTMLParser.handle_decl()
    • HTMLParser.handle_pi()
    • HTMLParser.unknown_decl()
  • 例子
• html.entities --- HTML 一般实体的定义
  • 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
    • 用于非阻塞解析的拉取 API
    • 查找感兴趣的元素
    • 修改XML文件
    • 构建 XML 文档
    • 解析带有命名空间的 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
      • xml.etree.ElementInclude.default_loader()
      • xml.etree.ElementInclude.include()
    • 元素对象
      • Element
        • Element.tag
        • Element.text
        • Element.tail
        • Element.attrib
        • Element.clear()
        • Element.get()
        • Element.items()
        • Element.keys()
        • Element.set()
        • Element.append()
        • Element.extend()
        • Element.find()
        • Element.findall()
        • Element.findtext()
        • Element.insert()
        • Element.iter()
        • Element.iterfind()
        • Element.itertext()
        • Element.makeelement()
        • Element.remove()
    • ElementTree 对象
      • ElementTree
        • ElementTree._setroot()
        • ElementTree.find()
        • ElementTree.findall()
        • ElementTree.findtext()
        • ElementTree.getroot()
        • ElementTree.iter()
        • ElementTree.iterfind()
        • ElementTree.parse()
        • ElementTree.write()
    • QName 对象
      • QName
    • TreeBuilder 对象
      • TreeBuilder
        • TreeBuilder.close()
        • TreeBuilder.data()
        • TreeBuilder.end()
        • TreeBuilder.start()
        • TreeBuilder.comment()
        • TreeBuilder.pi()
        • TreeBuilder.doctype()
        • TreeBuilder.start_ns()
        • TreeBuilder.end_ns()
      • C14NWriterTarget
    • XMLParser对象
      • XMLParser
        • XMLParser.close()
        • XMLParser.feed()
    • XMLPullParser对象
      • XMLPullParser
        • XMLPullParser.feed()
        • XMLPullParser.close()
        • XMLPullParser.read_events()
    • 异常
      • ParseError
        • ParseError.code
        • ParseError.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
      • DOMImplementation.hasFeature()
      • DOMImplementation.createDocument()
      • DOMImplementation.createDocumentType()
    • 节点对象
      • Node.nodeType
      • Node.parentNode
      • Node.attributes
      • Node.previousSibling
      • Node.nextSibling
      • Node.childNodes
      • Node.firstChild
      • Node.lastChild
      • Node.localName
      • Node.prefix
      • Node.namespaceURI
      • Node.nodeName
      • Node.nodeValue
      • Node.hasAttributes()
      • Node.hasChildNodes()
      • Node.isSameNode()
      • Node.appendChild()
      • Node.insertBefore()
      • Node.removeChild()
      • Node.replaceChild()
      • Node.normalize()
      • Node.cloneNode()
    • 节点列表对象
      • NodeList.item()
      • NodeList.length
    • 文档类型对象
      • DocumentType.publicId
      • DocumentType.systemId
      • DocumentType.internalSubset
      • DocumentType.name
      • DocumentType.entities
      • DocumentType.notations
    • Document 对象
      • Document.documentElement
      • Document.createElement()
      • Document.createElementNS()
      • Document.createTextNode()
      • Document.createComment()
      • Document.createProcessingInstruction()
      • Document.createAttribute()
      • Document.createAttributeNS()
      • Document.getElementsByTagName()
      • Document.getElementsByTagNameNS()
    • 元素对象
      • Element.tagName
      • Element.getElementsByTagName()
      • Element.getElementsByTagNameNS()
      • Element.hasAttribute()
      • Element.hasAttributeNS()
      • Element.getAttribute()
      • Element.getAttributeNode()
      • Element.getAttributeNS()
      • Element.getAttributeNodeNS()
      • Element.removeAttribute()
      • Element.removeAttributeNode()
      • Element.removeAttributeNS()
      • Element.setAttribute()
      • Element.setAttributeNode()
      • Element.setAttributeNodeNS()
      • Element.setAttributeNS()
    • Attr 对象
      • Attr.name
      • Attr.localName
      • Attr.prefix
      • Attr.value
    • NamedNodeMap 对象
      • NamedNodeMap.length
      • NamedNodeMap.item()
    • 注释对象
      • Comment.data
    • Text 和 CDATASection 对象
      • Text.data
    • ProcessingInstruction 对象
      • ProcessingInstruction.target
      • ProcessingInstruction.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 --- 最小化的 DOM 实现
  • parse()
  • parseString()
  • DOM 对象
    • Node.unlink()
    • Node.writexml()
    • Node.toxml()
    • Node.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
      • DOMEventStream.getEvent()
      • DOMEventStream.expandNode()
      • DOMEventStream.reset()
• xml.sax --- 支持 SAX2 解析器
  • make_parser()
  • parse()
  • parseString()
  • SAXException
  • SAXParseException
  • SAXNotRecognizedException
  • SAXNotSupportedException
  • SAXException 对象
    • SAXException.getMessage()
    • SAXException.getException()
• xml.sax.handler --- SAX 处理句柄的基类
  • 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
    • ContentHandler.setDocumentLocator()
    • ContentHandler.startDocument()
    • ContentHandler.endDocument()
    • ContentHandler.startPrefixMapping()
    • ContentHandler.endPrefixMapping()
    • ContentHandler.startElement()
    • ContentHandler.endElement()
    • ContentHandler.startElementNS()
    • ContentHandler.endElementNS()
    • ContentHandler.characters()
    • ContentHandler.ignorableWhitespace()
    • ContentHandler.processingInstruction()
    • ContentHandler.skippedEntity()
  • DTDHandler 对象
    • DTDHandler.notationDecl()
    • DTDHandler.unparsedEntityDecl()
  • EntityResolver 对象
    • EntityResolver.resolveEntity()
  • ErrorHandler 对象
    • ErrorHandler.error()
    • ErrorHandler.fatalError()
    • ErrorHandler.warning()
  • LexicalHandler 对象
    • LexicalHandler.comment()
    • LexicalHandler.startDTD()
    • LexicalHandler.endDTD()
    • LexicalHandler.startCDATA()
    • LexicalHandler.endCDATA()
• xml.sax.saxutils --- SAX 工具集
  • escape()
  • unescape()
  • quoteattr()
  • XMLGenerator
  • XMLFilterBase
  • prepare_input_source()
• xml.sax.xmlreader --- 用于 XML 解析器的接口
  • XMLReader
  • IncrementalParser
  • Locator
  • InputSource
  • AttributesImpl
  • AttributesNSImpl
  • XMLReader 对象
    • XMLReader.parse()
    • XMLReader.getContentHandler()
    • XMLReader.setContentHandler()
    • XMLReader.getDTDHandler()
    • XMLReader.setDTDHandler()
    • XMLReader.getEntityResolver()
    • XMLReader.setEntityResolver()
    • XMLReader.getErrorHandler()
    • XMLReader.setErrorHandler()
    • XMLReader.setLocale()
    • XMLReader.getFeature()
    • XMLReader.setFeature()
    • XMLReader.getProperty()
    • XMLReader.setProperty()
  • IncrementalParser 对象
    • IncrementalParser.feed()
    • IncrementalParser.close()
    • IncrementalParser.reset()
  • Locator 对象
    • Locator.getColumnNumber()
    • Locator.getLineNumber()
    • Locator.getPublicId()
    • Locator.getSystemId()
  • InputSource 对象
    • InputSource.setPublicId()
    • InputSource.getPublicId()
    • InputSource.setSystemId()
    • InputSource.getSystemId()
    • InputSource.setEncoding()
    • InputSource.getEncoding()
    • InputSource.setByteStream()
    • InputSource.getByteStream()
    • InputSource.setCharacterStream()
    • InputSource.getCharacterStream()
  • Attributes 接口
    • Attributes.getLength()
    • Attributes.getNames()
    • Attributes.getType()
    • Attributes.getValue()
  • AttributesNS 接口
    • AttributesNS.getValueByQName()
    • AttributesNS.getNameByQName()
    • AttributesNS.getQNameByName()
    • AttributesNS.getQNames()
• xml.parsers.expat --- 使用 Expat 的快速 XML 解析
  • ExpatError
  • error
  • XMLParserType
  • ErrorString()
  • ParserCreate()
  • XMLParser对象
    • xmlparser.Parse()
    • xmlparser.ParseFile()
    • xmlparser.SetBase()
    • xmlparser.GetBase()
    • xmlparser.GetInputContext()
    • xmlparser.ExternalEntityParserCreate()
    • xmlparser.SetParamEntityParsing()
    • xmlparser.UseForeignDTD()
    • xmlparser.buffer_size
    • xmlparser.buffer_text
    • xmlparser.buffer_used
    • xmlparser.ordered_attributes
    • xmlparser.specified_attributes
    • xmlparser.ErrorByteIndex
    • xmlparser.ErrorCode
    • xmlparser.ErrorColumnNumber
    • xmlparser.ErrorLineNumber
    • xmlparser.CurrentByteIndex
    • xmlparser.CurrentColumnNumber
    • xmlparser.CurrentLineNumber
    • xmlparser.XmlDeclHandler()
    • xmlparser.StartDoctypeDeclHandler()
    • xmlparser.EndDoctypeDeclHandler()
    • xmlparser.ElementDeclHandler()
    • xmlparser.AttlistDeclHandler()
    • xmlparser.StartElementHandler()
    • xmlparser.EndElementHandler()
    • xmlparser.ProcessingInstructionHandler()
    • xmlparser.CharacterDataHandler()
    • xmlparser.UnparsedEntityDeclHandler()
    • xmlparser.EntityDeclHandler()
    • xmlparser.NotationDeclHandler()
    • xmlparser.StartNamespaceDeclHandler()
    • xmlparser.EndNamespaceDeclHandler()
    • xmlparser.CommentHandler()
    • xmlparser.StartCdataSectionHandler()
    • xmlparser.EndCdataSectionHandler()
    • xmlparser.DefaultHandler()
    • xmlparser.DefaultHandlerExpand()
    • xmlparser.NotStandaloneHandler()
    • xmlparser.ExternalEntityRefHandler()
  • ExpatError 异常
    • ExpatError.code
    • ExpatError.lineno
    • ExpatError.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_INVALID_TOKEN
    • XML_ERROR_JUNK_AFTER_DOC_ELEMENT
    • XML_ERROR_MISPLACED_XML_PI
    • XML_ERROR_NO_ELEMENTS
    • XML_ERROR_NO_MEMORY
    • XML_ERROR_PARAM_ENTITY_REF
    • XML_ERROR_PARTIAL_CHAR
    • XML_ERROR_RECURSIVE_ENTITY_REF
    • XML_ERROR_SYNTAX
    • XML_ERROR_TAG_MISMATCH
    • XML_ERROR_UNCLOSED_TOKEN
    • XML_ERROR_UNDEFINED_ENTITY
    • XML_ERROR_UNKNOWN_ENCODING
    • XML_ERROR_UNCLOSED_CDATA_SECTION
    • XML_ERROR_EXTERNAL_ENTITY_HANDLING
    • XML_ERROR_NOT_STANDALONE
    • XML_ERROR_UNEXPECTED_STATE
    • XML_ERROR_ENTITY_DECLARED_IN_PE
    • XML_ERROR_FEATURE_REQUIRES_XML_DTD
    • XML_ERROR_CANT_CHANGE_FEATURE_ONCE_PARSING
    • XML_ERROR_UNBOUND_PREFIX
    • XML_ERROR_UNDECLARING_PREFIX
    • XML_ERROR_INCOMPLETE_PE
    • XML_ERROR_XML_DECL
    • XML_ERROR_TEXT_DECL
    • XML_ERROR_PUBLICID
    • XML_ERROR_SUSPENDED
    • XML_ERROR_NOT_SUSPENDED
    • XML_ERROR_ABORTED
    • XML_ERROR_FINISHED
    • XML_ERROR_SUSPEND_PE
    • XML_ERROR_RESERVED_PREFIX_XML
    • XML_ERROR_RESERVED_PREFIX_XMLNS
    • XML_ERROR_RESERVED_NAMESPACE_URI
    • XML_ERROR_INVALID_ARGUMENT
    • XML_ERROR_NO_BUFFER
    • XML_ERROR_AMPLIFICATION_LIMIT_BREACH