使用Python解析html文件

import sys
import os
import os.path

from html.parser import HTMLParser
#定义HTMLParser的子类,用以复写HTMLParser中的方法
class MyHTMLParser(HTMLParser):
    #构造方法,定义data数组用来存储html中的数据
    def __init__(self):
        HTMLParser.__init__(self)
        self.data = \'\'
        self.flag = False
        #self.index = 0
    
    #覆盖starttag方法,可以进行一些打印操作
    def handle_starttag(self, tag, attrs):
        #pass
        #print(\"遇到起始标签:{} 开始处理:{}\".format(tag, tag))
        #if tag == \'tr\':
        #    self.index = 0
        if tag == \'div\':
            for k,v in attrs:#遍历div的所有属性以及其值
                if k == \'class\' and v == \'cell\':#确定进入了<div class=\'cell\'>
                    #self.index = self.index + 1
                    self.flag = True
                    self.data = self.data + \'\"\'
                    return
    
    #覆盖endtag方法
    def handle_endtag(self, tag):
        #pass     
        #print(\"遇到结束标签:{} 开始处理:{}\".format(tag, tag))
        if self.flag == True:
            self.data = self.data + \'\",\'
            self.flag = False
            return
        #遇到tr结束,增加一个回车
        if tag == \'tr\':
            self.data = self.data + \'\\n\'

    #覆盖handle_data方法,用来处理获取的html数据,这里保存在data数组
    def handle_data(self, data):
        #pass
        #print(\"遇到数据:{} 开始处理:{}\".format(data, data))
        if(self.flag == True):
            data = data.replace(\'\\n\',\'\')#替换字段中的回车
            data = data.replace(\'  \',\'\')#替换字段中的连续两个空格
            self.data = self.data + data

def read_file(filename):
    fp = open(filename,\'r\',encoding=\'utf-8\')
    content = fp.read()
    fp.close()
    return content

def write_file(filename,content):
    fp = open(filename,\'a+\',encoding=\'utf-8\')
    fp.write(content)
    fp.close()

def main():
    csv_file = \'1.csv\'
    #会员信息
    #write_file(csv_file,\'\"序号\",\"账号\",\"账号状态\",\"登录IP\",\"最近登录时间\",\"登录次数\",\"上级账号\",\"交易次数\",\"交易流水\",\"账号余额\",\"姓名\"\\n\')
    #资金账户信息
    write_file(csv_file,\'\"序号\",\"卡号/账户\",\"开户行/平台\",\"余额\",\"流水\",\"所在地\",\"姓名\",\"用户名\",\"手机号\",\"qq\",\"邮箱\",\"注册IP\",\"注册时间\"\\n\')
    
    parser = MyHTMLParser()
    for i in range(1,3):
        html_file = \'%d.html\'%i
        print(html_file)
        if os.path.exists(html_file) == False:
            print(html_file + \'文件不存在!\')
            return
        content = read_file(html_file)        
        #print(content)
        parser.feed(content)
        #对解析后的数据进行相应操作
        #print(parser.data)
        write_file(csv_file,parser.data)
        parser.close()
main()