Python-сообщество

 from lxml import etree
# str name_html_file Имя HTML файла
# bool adm_mode = True Режим системного администрирования, выводится на экран только файл
# bool adm_mode = False Пользовательский режим, выводится на экран только переменные
# str tag_parser Тэг поиска в HTML файле, для text label должен быть '//a'
# str begin_reader Контрольная строка, с которой начинается запись массива. В массив не включается
# str end_reader Контрольная строка, которой заканчивается запись массива. В массив не включается
name_html_file = 'test4.html'
adm_mode = False
tag_parser = '//a'  # тэг для поиска, в данном случае <a>
print(name_html_file)
parser = etree.HTMLParser(remove_blank_text=True) # Задаем параметры парсера
page = etree.parse(name_html_file, parser) # Считываем файл в переменную page
if adm_mode == True:
    print('doc.encoding:    ' + page.docinfo.encoding)
    print(etree.tostring(page.getroot(),pretty_print=True,method='html',encoding='unicode')) # Распечатываем переменную page
if adm_mode == False:
    ft = etree.XPath(tag_parser)
    st = []
    for t in ft(page):
        if t.text != None:
            if t.text != ' ':
                if t.text.find('\t') == -1:
                    t.text = t.text.replace('\r','')
                    t.text = t.text.replace('\n','')
                    t.text = t.text.replace('  ',' ')
                    t.text = t.text.replace('  ',' ')
                    t.text = t.text.strip()
                    st.append(t.text)
    print(st)

 print(etree.tostring(page.getroot(),pretty_print=True,method='html',encoding='utf-8'))