Чтение и обработка данных из URL-адреса в python

Когда дело доходит до чтения данных из URL-адресов, библиотека requests намного проще:

import requests

url = "https://www.example.com/your/target.html"
text = requests.get(url).text

Если вы не установили его, вы можете использовать для этого следующее:

pip3 install requests

Далее, зачем запихивать все ваши слова в одно регулярное выражение, если вы можете использовать массив слов, а затем вместо этого использовать цикл for?

Например:

search_words = "hello word world".split(" ")
matching_lines = []

for (i, line) in enumerate(text.split()):
  line = line.strip()
  if len(line) < 1:
    continue
  for word i search_words:
    if re.search("\b" + word + "\b", line):
      matching_lines.append(line)
      continue

Затем вы должны вывести результат, например:

print(matching_lines)

Выполнение этого, где переменная text равна:

"""
this word will save the line
ignore me!
hello my friend!
what about me?
"""

Должен выводиться:

[
  "this word will save the line",
  "hello my friend!"
]

Вы можете сделать поиск нечувствительным к регистру, используя метод lower, например:

search_words = [word.lower() for word in "hello word world".split(" ")]
matching_lines = []

for (i, line) in enumerate(text.split()):
  line = line.strip()
  if len(line) < 1:
    continue
  line = line.lower()
  for word i search_words:
    if re.search("\b" + word + "\b", line):
      matching_lines.append(line)
      continue

Примечания и информация:

1. ключевое слово continue не позволяет вам искать более одного совпадения слов в текущей строке
2. функция enumerate позволяет нам перебирать index и текущую строку
3. Я не помещал функцию lower для слов внутри цикла for, чтобы вам не приходилось вызывать lower для каждого совпадения слова и каждой строки.
4. Я не вызывал lower на линии до после проверки, потому что нет смысла в нижнем регистре пустой строки

Удачи.

Я озадачен несколькими вещами, ответы на которые могут помочь сообществу лучше помочь вам. В частности, я не могу сказать, в какой форме находится файл (т. е. это файл txt или URL-адрес, на который вы делаете запрос и анализируете ответ). Я также не могу сказать, пытаетесь ли вы получить всю строку, только URL-адрес или только бит, следующий за символом решетки.

Тем не менее, вы заявили, что искали программу для вывода GETBBBBBB , GETAAAAAA , GETCCCCCC, и вот быстрый способ получить эти конкретные значения (при условии, что значения представлены в виде строки):

search = re.findall(r'#(GET[ABC]{6})>', string)

В противном случае, если вы читаете текстовый файл, это может помочь:

with open('example_file.txt', 'r') as file:
    lst = []
    for line in file:
        search = re.findall(r'#(GET[ABC]{6})', line)
        if search != []: 
            lst += search
    print(lst)

Конечно, это всего лишь несколько быстрых советов на случай, если они могут оказаться полезными. В противном случае, пожалуйста, ответьте на вопросы, которые я упомянул в начале своего ответа, и, возможно, это поможет кому-то на SO лучше понять, что вы хотите получить.