eb页面， 一般是HTML页面，是Internet组织 信息的基础元素。Web页面元素提取是一类常见 问题，在网络爬虫、浏览器等程序中有着不可或 缺的重要作用。

HTML指超文本标记语言，严格来说，HTML不 是一种编程语言，而是一种对信息的标记语言， 对Web的内容、格式进行描述。

自动地从一个链接获取HTML页面是简单网络爬虫的功能，可以整体分成如下4个步骤：

1. 步骤1: 读取保存在本地的html文件；
2. 步骤2：解析并提取其中的图片链接；
3. 步骤3：输出提取结果到屏幕；
4. 步骤4：保存提取结果为文件。

根据上述步骤，可以写出主程序如下。其中设置 了4个函数getHTMLlines()、extractImageUrls()、 showResults()和saveResults()分别对应上述4个步骤。

getHTMLlines()：读取保存在本地的html文件

extractImageUrls()：解析并提取其中的图片链接

showResults()：输出提取结果到屏幕

saveResults()：保存提取结果为文件

代码：

def main(): 
 inputfile='nationalgeographic.html' 
 outputfile='nationalgeographic-urls.txt' 
 htmlLines=getHTMLlines(inputfile) 
 imageUrls=extractImageUrls(htmlLines) 
 showResults(imageUrls) 
 saveResults(outputfile, imageUrls)

定义main()函数的目的是为了让代码更加清晰， 作为主程序，也可以不采用函数形式而直接编写。 main()前两行分别制定了拟获取HTML文件的路 径和结果输出路径。

getHTMLlines()：读取保存在本地的html文件

getHTMLlines()函数读取HTML文件并内容， 并将结果转换为一个分行列表，为了兼容不同编 码，建议在open()函数中增加encoding字段，设置采用UTF-8编码打开文件。

def getHTMLlines(htmlpath): 
 f=open(htmlpath, "r", encoding='utf-8')
 ls=f.readlines() 
 f.close() 
 return ls

extractImageUrls()：解析并提取其中的图片链接

extractImageUrls()是程序的核心，用于解析文件并提取图像的URL。

def extractImageUrls(htmllist): 
 urls=[] 
 for line in htmllist: 
 if 'img' in line: 
 url=line.split('src=')[-1].split('"')[1] 
 if 'http' in url: 
 urls.append(url) 
 return urls

showResults()：输出提取结果到屏幕

showResults()函数将获取的链接输出到屏幕上，增加一 个计数变量提供更好用户体验。

def showResults(urls): 
 count=0 
 for url in urls: 
 print('第{:2}个URL:{}'.format(count, url)) 
 count +=1

saveResults()：保存结果到文件

文出处：

Stack Overflow

https://stackoverflow.com/questions/2053258/how-do-i-output-html-in-a-message-in-the-new-django-messages-framework

原文标题：

How do I output HTML in a message in the new Django messages framework?

问题：

我正在尝试通过Django的消息框架显示一条信息，这条信息中包含了一些HTML内容。具体来说，我使用ModelAdmin.message_user方法发送消息，这个方法仅仅是对messages()的薄封装：

到目前为止，我尝试了很多方法，但最后都显示转义后的HTML。

上面的这段代码行不通，下面的代码也不行。

base.html模板里的代码非常简单：

所以我不太确定我做错了什么。

非常感谢您的意见或指导，谢谢！

回答：

该回答获得最多的59个赞。

另一种选择是使用extra_tags关键字参数，用以表明该信息是安全的。例如：

然后利用模板逻辑来使用safe filter。

By Django的那些事儿

何谓转义？就是把html语言的关键字过滤掉。例如，<div>就是html的关键字，如果要在html页面上呈现<div>，其源代码就必须是&lt;div&gt;

Django在默认情况下会自动转义html关键字。如果不想转义可以使用safe filter，还有autoescape tag。