Python在.html文件中查找确切的字符串答案

【问题标题】：Python finding exact string in .html filePython在.html文件中查找确切的字符串
【发布时间】：2017-01-30 13:29:53
【问题描述】：

我有一个 .html 文件，它会根据程序中执行的操作动态填充，但是在搜索确切的字符串时遇到问题，问题是虽然我知道该文件不是空白的，但循环不返回任何内容并认为它是空白的。

我已经搜索并阅读了许多其他 SO 问题并尝试了其中的许多问题，包括 'blah' in line、re.findall 和 with open()，它们一直只返回空白，我想我需要 HTML 解析或类似的东西吗？谁能帮我解释一下？

f = open(outApp + '_report.html', 'r+')
for line in f:
   #check the for loop works
   self.progressBox.AppendText(line)
   if 'mystring' in line:
       #do stuff

我希望找到的字符串是My country，它包含在 h2 标签中

【问题讨论】：

r+，你为什么写r+？
因为如果找不到'mystring'，我想写入文件
那么 afaik 应该是 r+w 或类似的东西。
我正在继续我在这里找到的内容：pythonforbeginners.com/files/…。 ‘r+’ – Special read and write mode, which is used to handle both actions when working with a file
@WillemVanOnsem r+ 对于打开文件读/写而不截断（文本模式）是正确的。 r+w 不是有效模式。

标签： python file parsing

【解决方案1】：

如果没有特殊的 HTML 解析器，绝对不应该这样做。

Google 关于任何你想要的 Python HTML 解析器。对于基本用法，它们都很容易。例如lxml。在伪代码中，您的任务是：

from some_cool_lib import SomeCoolHTMLParser
parser = SomeCoolHTMLParser()
doc = parser.parse(path_to_my_html_file)
h2_elements = doc.findall('h2')
for h2 in h2_elements:
   if h2.text == 'My country':
      # do stuff

【讨论】：