Kommentare in HTML finden

[_nohtyp_]

Ich mache gerade die PyChallenge und versuche, die Quelltext-Kommentare zu finden. Leider finde ich keine Möglichkeit dazu. Bisher habe ich:

Code: Alles auswählen

import urllib.request

f = urllib.request.urlopen("http://www.pythonchallenge.com/pc/def/ocr.html")
html = f.read()

print(html)

[BlackJack]

@_nohtyp_: Ähm, hast Du Dir den Quelltext von der Webseite einfach mal angeschaut? Da muss man nicht grossartig suchen.

[_nohtyp_]

Ja, habe ich mir angeschaut Ich würde trotzdem gerne wissen, wie es mit Python gehen würde.

[cofi]

@BlackJack: Darum doch auch der Thread Titel

@OP: Entweder du benutzt einen HTML-Parser oder - aber nur, weil der Code nie ernsthaft benutzt werden wird! - du benutzt String Methoden wie `find` und `rfind`.

An den relevanten Text kommst du zB hiermit:

Code: Alles auswählen

import urllib.request
 
f = urllib.request.urlopen("http://www.pythonchallenge.com/pc/def/ocr.html")
s = f.read()
problem = s[s.rfind('<--'):s.rfind('-->')]

[cofi]

@BlackJack: Darum doch auch der Thread Titel

@OP: Entweder du benutzt einen HTML-Parser oder - aber nur, weil der Code nie ernsthaft benutzt werden wird! - du benutzt String Methoden wie `find` und `rfind`.

An den relevanten Text kommst du zB hiermit:

Code: Alles auswählen

import urllib.request
 
f = urllib.request.urlopen("http://www.pythonchallenge.com/pc/def/ocr.html")
s = f.read().decode('latin1')
problem = s[s.rfind('<!--')+4:s.rfind('-->')]

Edit: Decoding ergaenzt.

[_nohtyp_]

Leider erscheint die folgende Fehlermeldung:

Code: Alles auswählen

Traceback (most recent call last):
  File "/Users/***/Desktop/Py_challenge/py.py", line 5, in <module>
    html = s[s.rfind('<--'):s.rfind('-->')]
TypeError: Type str doesn't support the buffer API

[cofi]

Dann musst du die Bytes eben dekodieren

[BlackJack]

Die Fehlermeldung verwirrt mich gerade. Es ist laut Fehlermeldung vom Typ `str` also ist es unter Python 3 doch schon dekodiert!?

[cofi]

@BlackJack: Da hast du recht, aber das ist tatsaechlich der Grund:

Code: Alles auswählen

>>> f = urllib.request.urlopen('http://www.pythonchallenge.com/pc/def/ocr.html')
>>>s = f.read()
>>> type(s)
<class 'bytes'>
>>> s[s.rfind('<!--')+4:s.rfind('-->')]
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: Type str doesn't support the buffer API

Da stimmt wohl was nicht mit der Exception.

[BlackJack]

@cofi: Ah, wahrscheinlich ist das Problem das hier `bytes.rfind()` eine *Zeichenkette* als Argument übergeben wird. Da muss man sehr wahrscheinlich auch `bytes` übergeben.

[cofi]

@BlackJack: Mit einheitlichen `bytes` funktioniert es wieder. Da sieht man mal wieder, dass man keinen Python3 Code in einer Python2 Umgebung schreiben sollte .. und es mit dem Mindset auch nicht "korrigieren" sollte

[BlackJack]

@cofi: Manchmal denke ich ja man sollte einfach gar keinen Python 3-Code schreiben, egal in welcher Umgebung.

[Hyperion]

Wobei ich das an dieser Stelle schon logisch finde. Wenn man auf Bytes operiert, will man dann wirklich ein implizites Encoding (z.B. von einem String-Literal) haben? Ich denke das bietet viel mehr Fehlerpotenzial, als das es nützt! Insofern ist es doch gut, dass die Methoden wie ``rfind`` bei Bytes *keine* Strings als Argumente entgegen nehmen.

Zudem steht es einem ja frei, *direkt* beim Einlesen die Daten decodieren und dann im Verlauf nur noch mit Strings arbeiten. Dann muss man sich bei den Parametern ja auch keinen Kopf mehr machen...