Python HTMLParser-停止解析

我正在使用Python的

html.parser

模块中的

HTMLParser

。 我正在寻找一个标记，当找到它时，停止解析是有意义的。这可能吗？我试图调用

close（）

，但我不确定这是否是正确的方法

class MyHTMLParser(HTMLParser):

    def handle_starttag(self, tag, attrs):
        login_form = False
        if tag == "form":
            print("finished")
            self.close()

然而，这似乎有递归效应，以

  File "/usr/lib/python3.4/re.py", line 282, in _compile
    p, loc = _cache[type(pattern), pattern, flags]
RuntimeError: maximum recursion depth exceeded in comparison

---

根据文档，

close（）

方法执行以下操作：

强制处理所有缓冲数据，就像它后面有一个文件结束标记一样

您仍然在

句柄\u starttag

中，并且还没有完成缓冲区的工作，因此您肯定不希望处理所有缓冲数据-这就是为什么您一直使用递归的原因。你不能从机器内部停止机器

从

reset（）

的描述来看，这听起来更像您想要的：

重置实例。丢失所有未处理的数据

但这也不能从它调用的东西调用，所以这也显示了递归

听起来你有两个选择：

• 引发异常（例如

  StopIteration

  ）并从对解析器的调用中捕获它。根据您在解析过程中执行的其他操作，这可能会保留您需要的信息。您可能需要进行一些检查，以查看文件是否处于打开状态

• 使用一个简单的标志（

  True

  /

  False

  ）表示您是否已中止。在

  handle\u starttag

  的一开始，如果中止，只需退出即可。因此，机器仍然会遍历html的所有标记，但不会对每个标记执行任何操作。显然，如果您也在处理

  handle\u endtag

  ，那么这也会检查标志。您可以在收到
  标记时或通过覆盖

  提要

  方法将标志设置回正常

---

似乎应该调用父类HTMLParser的close方法，但解释器无法解决对该方法的引用。我很好奇为什么这不起作用。你能用一个粗略的代码片段解释一下这个解决方案吗@康斯坦斯