利用pip._vendor.html5lib库解析和提取HTML中的表单数据和提交信息

在利用pip._vendor.html5lib库解析和提取HTML中的表单数据和提交信息之前，首先需要了解HTML表单的结构和标签。HTML表单是用来收集用户输入数据并进行提交的一种方式，它由form标签包裹，并包含各种输入元素（input、textarea、select等），以及提交按钮（button、input type="submit"等）。

pip._vendor.html5lib库是一个纯Python实现的HTML解析器，可以将HTML文档解析成DOM树的形式，方便我们对HTML文档进行操作和提取所需的信息。下面是一个使用pip._vendor.html5lib库解析和提取HTML表单数据和提交信息的示例代码：

import requests
from pip._vendor import html5lib

# 发送GET请求获取HTML内容
response = requests.get('http://example.com')
html = response.content

# 使用html5lib解析HTML
parser = html5lib.HTMLParser()
dom = parser.parse(html)

# 获取表单元素
forms = dom.getElementsByTagName('form')
for form in forms:
    # 获取表单的action和method属性
    action = form.getAttribute('action')
    method = form.getAttribute('method')
    
    # 获取表单的所有输入元素
    inputs = form.getElementsByTagName('input')
    for input in inputs:
        # 获取输入元素的name和value属性
        name = input.getAttribute('name')
        value = input.getAttribute('value')
        
        # 输出输入元素的name和value属性
        print('name:', name)
        print('value:', value)
    
    # 获取表单的提交按钮
    submit_button = form.querySelector('[type="submit"]')
    if submit_button:
        # 获取提交按钮的文本内容
        submit_text = submit_button.innerHTML
        print('submit_text:', submit_text)
    
    # 提交表单
    payload = {'username': 'admin', 'password': '123456'}
    response = requests.post(action, data=payload)

    # 输出提交后的响应内容
    print(response.content)

在上述示例代码中，首先使用requests库发送GET请求获取HTML内容，并将其赋值给变量html。然后使用html5lib库的HTMLParser类解析HTML内容，生成DOM树形式的文档对象模型（DOM）。

通过dom对象的getElementsByTagName方法可以获取指定标签名的元素，这里我们获取form标签元素，并遍历获取每个表单元素。然后可以使用getAttribute方法获取表单元素的action、method属性，以及输入元素的name、value属性。

在示例代码中，我们还使用了querySelector方法获取表单的提交按钮元素，并使用innerHTML属性获取提交按钮的文本内容。

最后，我们使用requests库的post方法提交表单数据，将表单的action属性作为URL，将表单的输入元素和对应的值作为参数传递给data参数。

上述代码只是一个简单的示例，实际应用中可能需要根据具体的HTML结构和需求进行相应的修改和调整。不同的HTML页面可能有不同的表单结构和属性，因此在实际应用中需要根据具体页面进行相应的解析和提取操作。