通过网页搜索

Question

嘿，我正在开发一个 Python 项目，需要浏览网页。我想查找特定的文本，如果找到该文本，则会打印出一些内容。如果没有，它会打印出一条错误消息。我已经尝试过不同的模块，例如 libxml，但我不知道该怎么做。

有人可以提供帮助吗？

Answer 1

你可以做一些简单的事情，比如：

import urllib2
import re

html_content = urllib2.urlopen('http://www.domain.com').read()

matches = re.findall('regex of string to find', html_content);

if len(matches) == 0: 
   print 'I did not find anything'
else:
   print 'My string is in the html'

Answer 2

lxml 很棒： http://lxml.de/parsing.html

我经常将它与 xpath 一起使用来提取来自 html 的数据。

另一个选项是 http://www.crummy.com/software/BeautifulSoup/ 这是也很棒。