python htmlパーサのデータが見つかりません

Question

私はウェブページを解析し、ウェブページ内の単語や単語を検索するウェブページ「クローラ」を作っています。ここで私の問題が発生し、私が探しているデータが解析されたWebページに含まれています（特定の単語をテストとして使用して実行しました）が、探しているデータが見つからなかったと言います。

from html.parser import HTMLParser 
from urllib import * 

class dataFinder(HTMLParser): 
    def open_webpage(self): 
     import urllib.request 
     request = urllib.request.Request('https://www.summet.com/dmsi/html/readingTheWeb.html')#Insert Webpage 
     response = urllib.request .urlopen(request) 
     web_page = response.read() 
     self.webpage_text = web_page.decode() 
     return self.webpage_text 


    def handle_data(self, data): 
     wordtofind = 'PaperBackSwap.com' 
     if data == wordtofind: 
      print('Match found:',data) 
     else: 
      print('No matches found') 



p = dataFinder() 
print(p.open_webpage()) 
p.handle_data(p.webpage_text) 

しかし、それは今では動作しません、私は、給紙方法を使用して開いたWebページ機能せずにプログラムを実行しているし、それがデータを動作し、検索します。

この問題を解決する上で任意の助けが

Answer 1

を高く評価しているので、あなたが「いいえ一致が見つからない」しまったあなたは、htmlページと文字列を比較しようとしていると、当然のことながら、彼らはsimillarではありません。文字列内の文字列を検索するには、str.find()メソッドを使用できます。これは、テキストの最初に見つかった位置以外の位置-1を返します。

正しいコード：

from html.parser import HTMLParser 
from urllib import * 

class dataFinder(HTMLParser): 
    def open_webpage(self): 
     import urllib.request 
     request = urllib.request.Request('https://www.summet.com/dmsi/html/readingTheWeb.html')#Insert Webpage 
     response = urllib.request .urlopen(request) 
     web_page = response.read() 
     self.webpage_text = web_page.decode() 
     return self.webpage_text 

    def handle_data(self, data): 
     wordtofind = 'PaperBackSwap.com' 
     if data.find(wordtofind) != -1: 
      print('Match found position:', data.find(wordtofind)) 
     else: 
      print('No matches found') 

p = dataFinder() 
print(p.open_webpage()) 
p.handle_data(p.webpage_text) 

Answer 2

私はBeautifulsoupとHTMLコンテンツからテキストを解析し、見つけることができるよ、それはあなたのために動作するかどうかを確認してください。以下は、あなたのケースのサンプルコードです。

from bs4 import BeautifulSoup 

soup= BeautifulSoup(web_page,'html.parser') 
for s in soup.findAll(wordtofind): 
    if data == wordtofind: 
     print('Match found:',data) 
    else: 
     print('No matches found') 

Answer 3

Late to the party, but I would strongly advise using the requests module for HTTP interactions.あなたの人生はずっと楽になります。

import requests 
from html.parser import HTMLParser 

class dataFinder(HTMLParser): 
    def open_webpage(self): 
     request = requests.get('https://www.summet.com/dmsi/html/readingTheWeb.html') 
     self.webpage_text = request.text 
     return self.webpage_text