python – 在HTML页面快速算法中查找单词

我需要做一个布尔函数,如果一个单词在HTML页面的文本中,则返回true,如果不在,则返回false.

我知道分析所有页面树直到用lxml库查找单词很容易,但我发现迭代所有html块并查找单词是否存在效率低下.

对更快算法的任何建议(我需要这么多次搜索)？

最佳答案

只要你不担心在元素属性或其他东西中意外找到单词(如果你担心这一点,用lxml之类的东西解析HTML是你唯一的选择),你可以只处理整个HTML将文档作为一个大字符串并在其中搜索您的单词：

def checkForWord():
    r = requests.get("http://example.com/somepage.html")
    return "myWord" in r.text