用Python比较两个网页的最简单方法是什么？

Question

您好，我想使用Python脚本比较两个网页。请问如何实现？谢谢！

- Arackna

---

你想要比较什么？你只是想知道它们是否完全相同吗？还是它们看起来相同？ - Sören

Answer 1

首先，您需要检索两个网页。您可以使用wget，urlretrieve等工具：
Python中的wget vs urlretrieve 其次，您需要“比较”这两个页面。您可以像Chinmay所说的那样使用“diff”工具。您还可以对这两个页面进行关键词分析：

1. 从页面中解析出所有关键词。例如：如何提取文本中使用的关键字？
2. 可选地，使用类似以下内容的“stem”来处理单词：
   http://pypi.python.org/pypi/stemming/1.0
3. 使用一些数学方法来比较这两个页面的关键词，例如使用词项频率-逆文件频率：http://en.wikipedia.org/wiki/Tf%E2%80%93idf ，并使用一些Python工具，例如：http://wiki.python.org/moin/InformationRetrieval

- Dolan Antenucci

Answer 2

如果您只是想找出两个文件之间的区别，那么“比较”是什么意思？请尝试使用difflib，这是Python标准库的一部分。请注意保留HTML标签。

- Chinmay Kanchi