使用标准Python HTMLParser刮取HTML表

我希望只使用标准的Python HTML解析器从HTML表中提取数据。我需要坚持使用库存工具，因为代码将被广泛分发，我不能花时间支持那些需要安装BeautifulSoup、lxlml等的人

例如，HTML代码：

- 
2015-03-10 11:25  
56K
.
.
.

找到了答案。需要在解析器中创建一个计数器，以便在从HTTP表中向解析器提供信息时记录日志。还使用if语句处理异常（例如目录和其他不需要的HREF）。

class MyHTMLParser(HTMLParser):
def __init__(self):
    HTMLParser.__init__(self)
    self.inLink = False
    self.dataList = []
    self.directory = '/'
    self.indexcol = ';'
    self.Counter = 0

def handle_starttag(self, tag, attrs):
    self.inLink = False
    if tag == 'table':
        self.Counter += 1
    if tag == 'a':
        for name, value in attrs:
            if name == 'href':
                if self.directory in value or self.indexcol in value:
                    break
                else:
                    self.inLink = True
                    self.lasttag = tag

def handle_endtag(self, tag):
        if tag == 'table':
            self.Counter +=1

def handle_data(self, data):
    if self.Counter == 1:
        if self.lasttag == 'a' and self.inLink and data.strip():
            self.dataList.append(data)

parser = MyHTMLParser()