B
YI~d9E ã @ s¼ d dl Z d dlZd dlZd dlmZ dgZe d¡Ze d¡Ze d¡Z e d¡Z
e d¡Z e d ¡Z e d
¡Z
e d ¡Ze d ¡Ze d
e j¡Ze d ¡Ze d¡ZG dd„ dejƒZdS )é N)ÚunescapeÚ
HTMLParserz[&<]z
&[a-zA-Z#]z%&([a-zA-Z][-.a-zA-Z0-9]*)[^a-zA-Z0-9]z)&#(?:[0-9]+|[xX][0-9a-fA-F]+)[^0-9a-fA-F]z <[a-zA-Z]ú>z--\s*>z+([a-zA-Z][^\t\n\r\f />\x00]*)(?:\s|/(?!>))*z]((?<=[\'"\s/])[^\s/>][^\s/=>]*)(\s*=+\s*(\'[^\']*\'|"[^"]*"|(?![\'"])[^>\s]*))?(?:\s|/(?!>))*aF
<[a-zA-Z][^\t\n\r\f />\x00]* # tag name
(?:[\s/]* # optional whitespace before attribute name
(?:(?<=['"\s/])[^\s/>][^\s/=>]* # attribute name
(?:\s*=+\s* # value indicator
(?:'[^']*' # LITA-enclosed value
|"[^"]*" # LIT-enclosed value
|(?!['"])[^>\s]* # bare value
)
(?:\s*,)* # possibly followed by a comma
)?(?:\s|/(?!>))*
)*
)?
\s* # trailing whitespace
z#c @ sä e Zd ZdZddœdd„Zdd„ Zdd „ Zd
d „ Zd Zd
d„ Z dd„ Z
dd„ Z dd„ Z dd„ Z
d8dd„Zdd„ Zd d „ Zd d „ Zd d!„ Zd"d#„ Zd$d%„ Zd&d'„ Zd(d)„ Zd*d+„ Zd,d-„ Zd.d/„ Zd0d1„ Zd2d3„ Zd4d5„ Z d6d7„ Z d S )9r )ZscriptZstyleT)Úconvert_charrefsc C s || _ | ¡ d S )N)r Úreset)Úselfr © r ú0/opt/alt/python37/lib64/python3.7/html/parser.pyÚ__init__W s zHTMLParser.__init__c C s( d| _ d| _t| _d | _tj | ¡ d S )NÚ z???)ÚrawdataÚlasttagÚinteresting_normalÚ interestingÚ
cdata_elemÚ _markupbaseÚ
ParserBaser )r r r r r ` s
zHTMLParser.resetc C s | j | | _ | d¡ d S )Nr )r Úgoahead)r Údatar r r Úfeedh s zHTMLParser.feedc C s | d¡ d S )Né )r )r r r r Úcloseq s zHTMLParser.closeNc C s | j S )N)Ú_HTMLParser__starttag_text)r r r r Úget_starttag_textw s z HTMLParser.get_starttag_textc C s$ | ¡ | _t d| j tj¡| _d S )Nz )Úlowerr ÚreÚcompileÚIr )r Úelemr r r Úset_cdata_mode{ s
zHTMLParser.set_cdata_modec C s t | _d | _d S )N)r r r )r r r r Úclear_cdata_mode s zHTMLParser.clear_cdata_modec C s@ | j }d}t|ƒ}xº||k rÎ| jrx| jsx| d|¡}|dk r | dt||d ƒ¡}|dkrrt d¡ ||¡srP |}n(| j
||¡}|r”| ¡ }n | jrœP |}||k rÞ| jrÌ| jsÌ| t
|||… ƒ¡ n| |||… ¡ | ||¡}||krôP |j}|d|ƒrDt ||¡r | |¡} n„|d|ƒr8| |¡} nl|d|ƒrP| |¡} nT|d|ƒrh| |¡} n<|d |ƒr€| |¡} n$|d
|k r¢| d¡ |d
} nP | dk r6|s¶P | d |d
¡} | dk rô| d|d
¡} | dk rü|d
} n| d
7 } | jr$| js$| t
||| … ƒ¡ n| ||| … ¡ | || ¡}q|d |ƒrèt ||¡}|r¬| ¡ d
d… }
| |
¡ | ¡ } |d| d
ƒsœ| d
} | || ¡}qn:d||d … krä| |||d
… ¡ | ||d
¡}P q|d|ƒrt ||¡}|rF| d
¡}
| |
¡ | ¡ } |d| d
ƒs8| d
} | || ¡}qt ||¡}|rž|rš| ¡ ||d … krš| ¡ } | |krŠ|} | ||d
¡}P n,|d
|k rÈ| d¡ | ||d
¡}nP qqW |r.||k r.| js.| jr| js| t
|||… ƒ¡ n| |||… ¡ | ||¡}||d … | _ d S )Nr ú<ú&é" z[\s;]zÚ
z/>)r Úcheck_for_whole_start_tagr Útagfind_tolerantr0 r9 r7 r r
Úattrfind_tolerantr ÚappendÚstripZgetposÚcountr' r) r- ÚendswithÚhandle_startendtagÚhandle_starttagÚCDATA_CONTENT_ELEMENTSr )r r= Úendposr Úattrsr0 r@ ÚtagÚmZattrnameÚrestZ attrvaluer9 ÚlinenoÚoffsetr r r r1 - sP
&(
zHTMLParser.parse_starttagc C s¶ | j }t ||¡}|rª| ¡ }|||d … }|dkr>|d S |dkr~| d|¡rZ|d S | d|¡rjdS ||krv|S |d S |dkrŠdS |dkr–dS ||kr¢|S |d S td ƒ‚d S )
Nr r ú/z/>r$ r% r z6abcdefghijklmnopqrstuvwxyz=/ABCDEFGHIJKLMNOPQRSTUVWXYZzwe should not get here!)r Úlocatestarttagend_tolerantr0 r9 r. ÚAssertionError)r r= r r\ r? Únextr r r rO ` s. z$HTMLParser.check_for_whole_start_tagc C s | j }t ||d ¡}|s dS | ¡ }t ||¡}|sÀ| jd k rV| |||… ¡ |S t ||d ¡}|s|||d … dkr†|d S | |¡S |
d¡ ¡ }| d| ¡ ¡}|
|¡ |d S |
d¡ ¡ }| jd k rø|| jkrø| |||… ¡ |S |
|¡ | ¡ |S )Nr r% r$ rC zr )r Ú endendtagr+ r9 Ú
endtagfindr0 r r- rP rF r7 r r( Ú
handle_endtagr )r r= r r0 rG Z namematchZtagnamer r r r r2 ‚ s6
zHTMLParser.parse_endtagc C s | ||¡ | |¡ d S )N)rW rf )r r[ rZ r r r rV ª s z HTMLParser.handle_startendtagc C s d S )Nr )r r[ rZ r r r rW ¯ s zHTMLParser.handle_starttagc C s d S )Nr )r r[ r r r rf ³ s zHTMLParser.handle_endtagc C s d S )Nr )r rA r r r r8 · s zHTMLParser.handle_charrefc C s d S )Nr )r rA r r r r; » s zHTMLParser.handle_entityrefc C s d S )Nr )r r r r r r- ¿ s zHTMLParser.handle_datac C s d S )Nr )r r r r r rH Ã s zHTMLParser.handle_commentc C s d S )Nr )r Zdeclr r r rE Ç s zHTMLParser.handle_declc C s d S )Nr )r r r r r rK Ë s zHTMLParser.handle_pic C s d S )Nr )r r r r r Ú unknown_declÎ s zHTMLParser.unknown_declc C s t jdtdd t|ƒS )NzZThe unescape method is deprecated and will be removed in 3.5, use html.unescape() instead.r$ )Ú
stacklevel)ÚwarningsÚwarnÚDeprecationWarningr )r Úsr r r r Ò s
zHTMLParser.unescape)r ) Ú__name__Ú
__module__Ú __qualname__rX r
r r r r r r r r r5 rF r4 r1 rO r2 rV rW rf r8 r; r- rH rE rK rg r r r r r r ? s6 z
3"()r ri r Zhtmlr Ú__all__r r r< r: r6 r/ rJ Z commentcloserP rQ ÚVERBOSEra rd re r r r r r r Ú s&