Поиск строк и символов в Python из web страницы. Как реализовать?

@Лео236 · Регистрация: 14.05.2020

Студворк — интернет-сервис помощи студентам

Само задание взято отсюда:https://stepik.org/lesson/2097... nit=183222
Ссылка https://ru.wikipedia.org/wiki/Python содержит статью с Википедии про язык Python. В этой статье есть теги code, которыми выделяются конструкции на языке Python. Вам нужно найти все строки, содержащиеся между тегами <code> и </code> и найти те строки, которые встречаются чаще всего и вывести их в алфавитном порядке, разделяя пробелами.

Например, если исходный текст страницы выглядел бы так:

Code
1
2
3
4
5
6
<code>a</code>
<a>bracadabr</a>
<code>c</code>
<code>b</code>
<code>b</code>
<code>c</code>

то в ответ надо было бы ввести строку "b c".

Как я это решил:

Python
1
2
3
4
5
6
7
import re
from urllib.request import urlopen
 
html = urlopen ("https://ru.wikipedia.org/wiki/Python").read().decode("utf-8")
m = ['a-z']
a = re.findall((r'<code>[a-b]</code>'), str)
print(a)

Всё бы хорошо, та ошибку выдает: expected string or bytes-like object

С чем это может быть связано?

@avdivo · 08.07.2021, 23:10

Лео236,
Что такое str?

@Лео236 · 09.07.2021, 01:28 **[ТС]**

str - оператор строки

@avdivo · 09.07.2021, 01:46

Ну так и что он там делает? Разве ваша строка не html?

@iSmokeJC · 09.07.2021, 07:47

Сообщение от Лео236

m = ['a-z']

Это что?

Сообщение от Лео236

str - оператор строки

Т.е. догадки не хватило туда подать строку, в которой собсно и должен происходить поиск?

Python
1
2
3
html = urlopen("https://ru.wikipedia.org/wiki/Python").read().decode("utf-8")
a = re.findall(r'<code>(.+?)</code>', html)
print(a)

@Welemir1 · 09.07.2021, 07:54

Лео236, садись, два. Это а степике так учат? Вообще то тут не регулярки нужны а БьютифулСуп которому вас "обучают".

@Damenikx · 09.07.2021, 08:15

Welemir1, правильно подметил дядюшка Welemir1, bs4 - отличный вариант для решения проблемы. Однако под него ещё надо будет requests. Можно и через регулярки, но это более сложный процесс.

@Welemir1 · 09.07.2021, 08:18

Damenikx, requests как раз не обязательно, возможно их на этом курсе сначала учат через урлопен страницы получать, это тоже норм. Но судя по курсу, тут регулярки не предусмотрены, их же учат парсить хтмл.

@Damenikx · 09.07.2021, 08:20

С bs4 это выглядит примерно так (могу ошибиться по памяти писал):

Python
1
2
3
4
5
6
7
8
9
from bs4 import BeautifulSoup
import requests
 
url = 'https://ru.wikipedia.org/wiki/Python'
response = requests.get(url)
soup = BeautifulSoup(response.text, 'lxml')
quotes = soup.find_all('code')
 
print(quotes)

И да, если будете использоваться докачайте библиотеку lxml

Добавлено через 1 минуту
Welemir1, действительно, не учёл.

Не по теме:

Скоро сюда будут падать темы по Scrapy. С вопросом: "это же фреймворк, а как его запустить?"

@Лео236 · 09.07.2021, 08:50 **[ТС]**

Welemir1, Да, так учат, о BeautifulSoap вообще речи и не шло

@Garry Galler · 09.07.2021, 12:50

Сообщение от Лео236

str - оператор строки

Это функция-конструктор, а не оператор.

Сообщение от Лео236

Да, так учат,

Жирная двойка вашим преподам.
Для разбора html нужно использовать html парсер. Для начала - хотя бы встроенный html.parser.
Попробуй учиться самостоятельно - по документации (все кто здесь отвечают на вопросы- учились самостоятельно. Забавно? Но факт. Кого учили - ничему, видимо, не научили).

Новые блоги и статьи Все статьи Все блоги /
Кто-нибудь знает, где можно бесплатно получить настольный компьютер или ноутбук? США. Programma_Boinc 26.12.2025 Нашел на реддите интересную статью под названием Anyone know where to get a free Desktop or Laptop? Ниже её машинный перевод. После долгих разбирательств я наконец-то вернула себе. . .	Thinkpad X220 Tablet — это лучший бюджетный ноутбук для учёбы, точка. Programma_Boinc 23.12.2025 Рецензия / Мнение/ Перевод Нашел на реддите интересную статью под названием The Thinkpad X220 Tablet is the best budget school laptop period . Ниже её машинный перевод. Thinkpad X220 Tablet —. . .	PhpStorm 2025.3: WSL Terminal всегда стартует в ~ and_y87 14.12.2025 PhpStorm 2025. 3: WSL Terminal всегда стартует в ~ (home), игнорируя директорию проекта Симптом: После обновления до PhpStorm 2025. 3 встроенный терминал WSL открывается в домашней директории. . .	Как объединить две одинаковые БД Access с разными данными VikBal 11.12.2025 Помогите пожалуйста !! Как объединить 2 одинаковые БД Access с разными данными.	Новый ноутбук volvo 07.12.2025 Всем привет. По скидке в "черную пятницу" взял себе новый ноутбук Lenovo ThinkBook 16 G7 на Амазоне: Ryzen 5 7533HS 64 Gb DDR5 1Tb NVMe 16" Full HD Display Win11 Pro
Музыка, написанная Искусственным Интеллектом volvo 04.12.2025 Всем привет. Некоторое время назад меня заинтересовало, что уже умеет ИИ в плане написания музыки для песен, и, собственно, исполнения этих самых песен. Стихов у нас много, уже вышли 4 книги, еще 3. . .	От async/await к виртуальным потокам в Python IndentationError 23.11.2025 Армин Ронахер поставил под сомнение async/ await. Создатель Flask заявляет: цветные функции - провал, виртуальные потоки - решение. Не threading-динозавры, а новое поколение лёгких потоков. Откат?. . .	Поиск "дружественных имён" СОМ портов Argus19 22.11.2025 Поиск "дружественных имён" СОМ портов На странице: https:/ / norseev. ru/ 2018/ 01/ 04/ comportlist_windows/ нашёл схожую тему. Там приведён код на С++, который показывает только имена СОМ портов, типа,. . .	Сколько Государство потратило денег на меня, обеспечивая инсулином. Programma_Boinc 20.11.2025 Сколько Государство потратило денег на меня, обеспечивая инсулином. Вот решила сделать интересный приблизительный подсчет, сколько государство потратило на меня денег на покупку инсулинов. . . .	Ломающие изменения в C#.NStar Alpha Etyuhibosecyu 20.11.2025 Уже можно не только тестировать, но и пользоваться C#. NStar - писать оконные приложения, содержащие надписи, кнопки, текстовые поля и даже изображения, например, моя игра "Три в ряд" написана на этом. . .

@avdivo 303 / 213 / 112 Регистрация: 03.12.2016 Сообщений: 409
	08.07.2021, 23:10
	Лео236, Что такое str? 0

@Лео236 2 / 2 / 0 Регистрация: 14.05.2020 Сообщений: 61
	09.07.2021, 01:28 [ТС]
	str - оператор строки 0

@avdivo 303 / 213 / 112 Регистрация: 03.12.2016 Сообщений: 409
	09.07.2021, 01:46
	Ну так и что он там делает? Разве ваша строка не html? 0

@Welemir1 Автоматизируй это! 7390 / 4817 / 1246 Регистрация: 30.03.2015 Сообщений: 13,664 Записей в блоге: 29
	09.07.2021, 07:54
	Лео236, садись, два. Это а степике так учат? Вообще то тут не регулярки нужны а БьютифулСуп которому вас "обучают". 0

@Damenikx 955 / 341 / 114 Регистрация: 04.08.2018 Сообщений: 2,533
	09.07.2021, 08:15
	Welemir1, правильно подметил дядюшка Welemir1, bs4 - отличный вариант для решения проблемы. Однако под него ещё надо будет requests. Можно и через регулярки, но это более сложный процесс. 0

@Welemir1 Автоматизируй это! 7390 / 4817 / 1246 Регистрация: 30.03.2015 Сообщений: 13,664 Записей в блоге: 29
	09.07.2021, 08:18
	Damenikx, requests как раз не обязательно, возможно их на этом курсе сначала учат через урлопен страницы получать, это тоже норм. Но судя по курсу, тут регулярки не предусмотрены, их же учат парсить хтмл. 0

@Лео236 2 / 2 / 0 Регистрация: 14.05.2020 Сообщений: 61
	09.07.2021, 08:50 [ТС]
	Welemir1, Да, так учат, о BeautifulSoap вообще речи и не шло 0