HTML Quelltext Problem mit der Verarbeitung

[tehweb]

Ich möchte gerne einen HTML Quelltext nach einem bestimmten textstring durchsuchen.
Also ich habe kein Problem mit dem Zugriff (urllib2) und Einlesen des Quelltextes einer Webseite, dennoch bin ich leider nicht fündig geworden wie ich mir sozusagen einzelne bestimmte Zeilen nach textstrings durchsuchen kann und diese dann gegenfalls weiter verarbeiten kann.

Ich hoffe ich habe mein Problem nicht zu kurz beschrieben

lg

[/me]

Ich möchte gerne einen HTML Quelltext nach einem bestimmten textstring durchsuchen.

Das einfachste dürfte die String-Methode find() sein.

Wenn es ausgefuchster sein soll, dann schau dir mal Beautiful Soup unter http://www.crummy.com/software/BeautifulSoup/ an.

[ms4py]

Ich hoffe ich habe mein Problem nicht zu kurz beschrieben

Es wäre vielleicht noch interessant, wie genau du den Quelltext weiter verarbeiten willst.

Je nach Anwendung reichen die Methoden von ``str`` (z.B. str.starts_with, str.find).
Vermutlich ist aber eine ausgereiftere Methodik sinnvoll, entweder der Einsatz von regulären Ausdrücken (``re``) oder eines richtigen HTML-Parsers. In der stdlib gibt es dafür einen Parser (``HTMLParser``), AFAIK ist der aber nicht wirklich elegant, habe aber noch nie damit gearbeitet. Allerdings gibt es dafür einige externe Module, spontan fällt mir "Beautiful Soup" ein.

Edit: Mist, zu langsam...

[tehweb]

Ich habe das ganze nun weniger kompliziert gelöst

Ist ein auzug aus einer Schleife

Code: Alles auswählen

        url = urllib2.urlopen("die url")

        urlread = url.read()

        if 'Der gesuchte Text' in urlread:
            print "Text gefunden"
        else:
            print "Text nicht gefunden"
            pass

Mir ging es lediglich um bestimmten Text parsen ala den Begriff "Willkommen" in dem Quelltext zu finden.
Habe da selbst erst viel zu kompliziert gedacht -.-