搜索网页

Question

嘿我正在研究一个需要浏览网页的Python项目。我想查看一个特定的文本，如果找到文本，那么它会打印出来。如果没有，它会输出错误信息。我已经尝试过不同的模块，比如libxml，但我无法弄清楚我会怎么做。

有人能提供一些帮助吗？

Answer 1

你可以做一些简单的事情：

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

我经常使用xpath从html中提取数据。

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