Python Challenge 第2关

http://www.pythonchallenge.com/pc/def/ocr.html

recognize the characters. maybe they are in the book,
but MAYBE they are in the page source.

第2关：从现在开始，要从页面中寻找答案了。其实是在注释中。从页面源码中可以发现其有一段注释，还比较长。很麻烦。可以直接拷贝。它其实有两段注释，一段是告诉你做啥：<!--find rare characters in the mess below:-->，另一段则是要操作的。

直接拷贝使用""""""这个的变量中也可以。我这里使用urllib获取源码吧，虽然我更喜欢requests。

1. 获取页面

   import urllib.request
   
   def get_html_page(url):
       page = None
       resp = urllib.request.urlopen(url)
       if (resp.status == 200):
           page = resp.read().decode('utf-8')
       return page
   

2. 然后正则表达式获取注释内容

   import re
   
   def get_comments(page):
       rs = re.findall('<!--\s*(.*?)\s*-->', page, re.S)
       print(rs)
       if rs:
           return rs[1]
       return None
   

3. 主函数：

   def main():
       url = 'http://www.pythonchallenge.com/pc/def/ocr.html'
   
       page = get_html_page(url)
       comments = get_comments(page)
       print(comments)
       maps = {}
       for c in comments:
           maps[c] = maps.get(c, 0) + 1
   
       half = len(comments) // len(maps)
       rs = ""
       for k, v in maps.items():
           if v < half:
               rs += k
       print(rs)
   

URL：http://www.pythonchallenge.com/pc/def/equality.html