从“中提取数据”；p"；使用python lxml的html元素

我想提取

p

html

元素中的所有数据，但只对“标题”进行不同的处理，例如：

标题1

有没有一种方法可以使用

python

lxml

？ 使用以下代码：

parser = etree.HTMLParser(target=MyParser())
etree.HTML(htmlContent, parser)

而

类MyParser

是：

class MyParser(object):
    def start(self, tag, attrib):
        pass
    def end(self, tag):
        pass
    def data(self, data):
        --> Here, differentiate between "normal data" and <strong>data</strong>
    def close(self):
        pass

我想做的示例：

---

假设我将所有数据聚合为一个

字符串

，我只想突出显示标题。
现在我无法区分，因此我的字符串如下所示：

header1 data data data 1... header2 data data data 2...

我想强调一下，就是这样：

[[header1]] data data data 1... [[header2]] data data data 2...

---

简而言之，您需要实现类

MyParser

---

当看到元素的开始标记时，将其推到堆栈上。当看到元素的结束标记时，将其从堆栈中弹出。当接收到数据时，您将知道您所在的标签是什么：堆栈上的顶部标签。状态机模式通常适用于此类解析需求。

什么是

，但仅对“头”进行不同处理，例如：header1

的意思？请您再解释一下好吗？您能展示一下您的示例输入的预期结果吗？假设我将所有数据聚合在一个

字符串中，我只想突出显示标题。现在我无法区分，所以我的字符串应该是：
header1数据1。。。标题2数据2…
。我想这样强调它：
[[header1]]数据1。。。[[header2]]data 2…
问题是我无法区分标记中的数据。我怎样才能知道什么是
标题1
什么不是？@hudac：我描述了如何知道“strong”标记中有什么和没有什么。到目前为止你试过什么？在
MyParser
的方法中是否有代码？那门课的哪些部分你懂，哪些部分你不懂？谢谢，我想我看不到
strong
标签，但我可以。
[[header1]] data data data 1... [[header2]] data data data 2...