[python] albero di parsing html per neofita python

[Dragobianco]

Allora premetto che il tutto è un esercizio universitario quindi serve solo per imparare.
In pratica l'esercizio mi chiede di fare una classe che rappresenta un albero di parsing con un costruttore che mi prende una pagina html e costruisce l'albero. Suppongo quindi di dover creare due classi, una che effettua fisicamente l'operazione e la classe richiesta che semplicemente gli passa il file. (Se mi avesse chiesto di passargli il file tramite una funzione avrei risolto) invece deve essere una classe. Io ho fatto cosi':

import html

class HTMLNode(object):
    def __init__(self, tag, attr, content, closed=True):
        self.tag = tag
        self.attr = attr # dizionario degli attributi, se non ci sono, e' un dizionario vuoto
        self.content = content  # se tag = '_text_' contiene il testo, altrimenti una lista dei nodi figli
        self.closed = closed  # True se il nodo ha la chiusura



class ParsedHTML(object):
    def __init__(self, htmlfile):
        with open(htmlfile, 'U') as f:
            html.parse(f.read(), HTMLNode)

Se chiamo la classe cosi':
pippo = ParsedHTML('nomefile.html')
pare che non mi da errori e con il debug SEMBRA che l'albero lo abbia costruito.
Ora il problema è che devo contare quanti nodi ha l'albero e farci altre operazioni ma
non restituendomi nulla su pippo non riesco a fare niente.
Se aggiungo un return sotto il costruttore in pardesHTML mi da un errore e mi dice che deve ritornare none non l'oggetto.
Come faccio quindi a effettuare operazioni sull'albero creato? con pippo. qualcosa?
Se creo una funzione count in htmlnode e la richiamo con pippo.count mi da mille errori perche' la funzione ParseHTML non ha attributi content, tag etc etc....
Ho provato anche a mettere sia nella prima che nella seconda classe questo:

def istext(self):# per distinguere i nodi testo
    return self.tag == '_text_'
def count(self):
    cnt = 1ifnot self.istext():
    for node in self.content:
        cnt += node.count()        
    return cnt

Ma se lo metto in HTMLNode e lo richiamo con p.count() mi dice che la classe parser non ha attributi content tag etc...
Se lo metto nella classe parser idem...
Qualcuno può farmi capire come procedere?

[Dragobianco]

Per integrazione se faccio una sola classe con la FUNZIONE che gli passa il file mi funziona tutto:
ES:

import html

class HTMLNode(object):
    def __init__(self, tag, attr, content, closed=True):
        self.tag = tag
        self.attr = attr # dizionario degli attributi, se non ci
                         # sono, e' un dizionario vuoto
        self.content = content  # se tag = '_text_' contiene il testo,
                                # altrimenti una lista dei nodi figli
        self.closed = closed  # True se il nodo ha la chiusura


    def istext(self):    # per distinguere i nodi testo
        return self.tag == '_text_'


    def print_tree(self, level=0):
        '''Stampa l'albero mostrando la struttura tramite indentazione'''
        print '    '*level+str(self),
        if self.istext():
            print repr(self.content)
        else:
            print
            for node in self.content:
                node.print_tree(level+1)


    def __str__(self):
        '''Ritorna una rapprentazione testuale del nodo'''
        left, right = ('', '') if self.tag == '_text_' else ('<', '>')
        s = left+self.tag
        for k, v in self.attr.items():
            s += ' '+k+'="'+v+'"'
        return s + right


    def count(self):
        '''Ritorna il numero di nodi dell'albero'''
        cnt = 1
        if not self.istext():
            for node in self.content:
                cnt += node.count()
        return cnt




def ParsedHTML(htmlfile):
    '''Esegue il parsing HTML del file fhtml e ritorna la radice
    dell'albero di parsing'''
    with open(htmlfile, 'U') as f:
        root = html.parse(f.read(), HTMLNode)
    return root
###########################################################################




p = ParsedHTML('file03_01_in.html')
print p.print_tree()
print p.count()

perche' facendo al posto dlela funzione la seconda classe non va?