源代码：Lib/HTML/__init__。py这个模块定义了操作HTML的工具。

Html.escape(s，quote=True)将字符串S中的字符```````和转换为安全的Html序列。如果您需要在HTML中显示可能包含此类字符的文本，请使用此选项。如果可选标志引号为true，字符(')和(')也将被转换；这有助于包含在用引号分隔的HTML属性中，例如。

Html.unescape(s)将字符串中的所有命名和数字字符引用(例如，)转换为相应的Unicode字符。这个函数使用HTML 5标准为有效和无效字符引用定义的规则，以及HTML 5命名字符引用的列表。

html包中的子模块有：

Html.parser ——具有松散解析模式的HTML/XHTML解析器

HTML . entitiesHTML实体定义

源代码：Lib/html/parser.py

这个模块定义了一个HTMLParser类，它为解析HTML(超文本标记语言)和XHTML文本文件提供了基础。

Class.parser.htmlparser (*，convert _ charrefs=true)创建可以分析无效标记的解析器实例。

如果convert_charrefs为True(默认值)，所有字符引用(脚本/样式元素中的字符引用除外)将自动转换为相应的Unicode字符。

HTMLParser类的一个实例用于接受HTML数据，并在标记开始、结束、文本、注释和其他元素标记出现时调用相应的方法。若要实现特定行为，请使用HTMLParser的子类并重载其方法。

这个解析器不检查结束标记是否与开始标记匹配，也不触发由于外部元素的完成而隐式关闭的元素的结束标记处理。

HTMLParser实例有以下方法：

HTMLParser.feed(data)将一些文本填充到解析器中。如果包含完整的元素，则进行处理；如果数据不完整，它将被缓冲，直到填充更多的数据，或者调用close()。数据必须是字符串类型。

HTMLParser.close()强制处理所有缓冲的数据，就像它后面跟有一个文件结束标记一样。这个方法可以由派生类重新定义，以在输入的末尾定义额外的处理，但是重新定义的版本应该总是调用基类HTMLParser的close()方法。

HTMLParser.reset()重置实例。丢失了所有未处理的数据。在实例化阶段隐式调用。

HTMLParser.getpos()返回当前行号和偏移值。

Html.get _ starttag _ text()返回最近打开的开始标记中的文本。这通常不需要结构化，但是对于处理“已部署”的HTML或者以最小的改变重新生成输入(例如，您可以在属性之间保留空格，等等)可能是有用的。).

当遇到数据或标记元素时，将调用以下方法。它们需要在子类中重载。基类的实现中没有实际操作(除了handle_startendtag()):

Html parser.handle _ starttag (tag，attrs)这个方法在标签的开头被调用(例如：)。

tag参数是一个小写标记名。attrs参数是一个(name，value)形式的列表，它包含在带标记的括号中找到的所有属性。名称被转换为小写，值的引号被删除，字符和实体引用被替换。

实例中，对于标记，此方法将按以下形式调用handle _ starttag ('a '[('href '' https://www.cwi.nl/')]。

html.entities中的所有实体引用将被替换为属性值。

HTMLParser.handle_endtag(tag)此方法用于处理元素的结束标记(例如：

)。

tag参数是小写的标记名。

HTML parser . handle _ startendtag(tag，attrs)类似于handle_starttag()，但是当解析器遇到XHTML样式的空标签时，会调用它()。这个方法可以被需要这个特殊词法信息的子类重载；默认实现只是调用handle_starttag()和handle_endtag()。

HTMLParser.handle_data(data)该方法用于处理任意数据(例如：和中的文本节点和内容)。

HTML parser . handle _ entity ref(name)该方法用于处理name；形式的命名字符引用(例如)，其中name是一般实体引用(例如：“gt”)。如果convert_charrefs为True，则永远不会调用此方法。

HTMLParser.handle_charref(name)此方法用于处理name和NNN；十进制和十六进制字符引用的形式。例如，等效的十进制形式为，十六进制形式为；在这种情况下，该方法将接收“62”或“x3E”。如果convert_charrefs为True，则永远不会调用该方法。

HTMLParser.handle_comment(data)当遇到注释时调用此方法(例如，此注释将使用' comment '作为参数调用此方法。

Internet Explorer条件注释(condcoms)的内容也被发送到此方法，因此对于，此方法将接收“[if IE 9]IE9特定的内容。

HTMLParser.handle_decl(decl)该方法用于处理HTML doctype声明(例如)。

l参数是标记中的所有内容(例如：“DOCTYPE html”)。

HTMLParser.handle_pi(data)遇到处理指令时调用该方法。数据参数将包含整个处理指令。例如，对于处理指令proc color='red '这个方法将以handle_pi的形式调用(' proc color='red ' ')。它旨在由派生类重载；基类实现中没有实际操作。

Comment HTMLParser类使用SGML语法规则来处理指令。以“”结尾的XHTML处理指令将导致“”包含在数据中。

HTMLParser.unknown_decl(data)当解析器读取到无法识别的声明时，调用此方法。

数据参数是标签中的所有内容。有时候派生类的重载是有用的。基类实现中没有实际操作。

源代码：Lib/html/entities.py这个模块定义了四个字典，html5，name2codepoint，codepoint2name，entitydefs。

Html.entities.html5将html5命名字符引用1映射到等效Unicode字符的字典，如html 5[' gt；']==''请注意，名称中包含结尾分号(例如，“gt；”)，但即使没有分号，有些名称也会被标准接受。在这种情况下，名称出现时会带有或不带有“；”。另请参阅html.unescape()。

Html.entities.entitydefs将XHTML 1.0实体定义映射到ISO Latin-1的替代文本字典。

Html.entities.name2codepoint将Html实体名称映射到Unicode代码点的字典。

Html.entities.codepoint2name将Unicode代码点映射到Html实体名称的字典。