在网页中搜索

Question

嘿，我正在做一个Python项目，这个项目需要我浏览网页。我希望通过查找来查找特定的文本，如果它找到了该文本，则它会打印出一些内容。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，比如libxml，但是我不知道该怎么做。

有人能帮上忙吗？

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非常棒：http://lxml.de/parsing.html

我经常在xpath中使用它来从html中提取数据。

另一个选择是http://www.crummy.com/software/BeautifulSoup/，它也很棒。