いずれかの文字列が含まれるかをチェックしたい

Question

HTMLの文字列の中に、次のいずれかの文字列があるかをチェックしたい。という要件でコードを書いているのですがうまくできず。。。どのようにすればできれるかご教示いただけますか。

例えば、以下HTMLの場合に
A or B or C のいずれかの文字列が入っているかをチェックするにはどのような方法がありますでしょうか？
具体的なコードをご教示いただければ幸いです。

<table width="675" cellspacing="0" cellpadding="2" bordercolor="#dddddd" border="1" class="itec_glaf_border1g_np">
<tbody><tr valign="top">
<td width="179" bgcolor="#FFF2F2" class="lev02">
<b>販売業者</b></td>
<td width="482" class="lev02">
XXXX株式会社</td>
</tr>
<tr valign="top">
<td bgcolor="#FFF2F2" class="lev02">
<b>責任者</b></td>
          <td class="lev02">XXXXXXX</td>
</tr>
<tr valign="top">
<td bgcolor="#FFF2F2" class="lev02">
<b>所在地</b></td>
          <td class="lev02"> ◼◼◼◼◼◼◼◼◼◼</td>
</tr>
<tr valign="top">
<td bgcolor="#FFF2F2" class="lev02">
<b>電話</b></td>
          <td class="lev02"> △△△△△△△△</td>
</tr>

Comments

[KojiDoi]

「文字列が入っている」場所はどこでもいいのですか？

Answer 1

HTMLの文字列というのが、HTMLのタグを除いたテキスト部分という意味であれば、
以下のようにすれば判定できると思います。
(どういった場面で使うか具体的に示されていないので、関数名等適当です)

# coding:utf-8

import lxml.html

# 提示されたhtmlは閉じられていないタグがあったので、その部分を修正してあります
html = '''<table width="675" cellspacing="0" cellpadding="2" bordercolor="#dddddd" border="1" class="itec_glaf_border1g_np">
<tbody>
<tr valign="top">
<td width="179" bgcolor="#FFF2F2" class="lev02">
<b>販売業者</b></td>
<td width="482" class="lev02">
XXXX株式会社</td>
</tr>
<tr valign="top">
<td bgcolor="#FFF2F2" class="lev02">
<b>責任者</b></td>
          <td class="lev02">XXXXXXX</td>
</tr>
<tr valign="top">
<td bgcolor="#FFF2F2" class="lev02">
<b>所在地</b></td>
          <td class="lev02"> ◼◼◼◼◼◼◼◼◼◼</td>
</tr>
<tr valign="top">
<td bgcolor="#FFF2F2" class="lev02">
<b>電話</b></td>
          <td class="lev02"> △△△△△△△△</td>
</tr>
</tbody>
</table>'''


def isIncludedText(patterns,html):
    ''' patternsで指定された文字列が、引数で渡されたhtmlのテキスト要素中に存在するかチェック '''
    # html中のテキスト要素を取得(改行も除く)
    dom = lxml.html.fromstring(html)
    texts = dom.xpath('//table')[0].text_content().strip().replace("\n","") 
   
    for pattern in patterns:
        if pattern in texts:
           return True
    return False

# A or B or C のいずれかの文字列が入っていればTrue,でなければFalseを表示
print(isIncludedText(["A","B","C"],html))