所以我有一个获取文章的刮板。但是，它并不总是能正常工作。我想更好地检查它何时不起作用。例如，以下是我希望它刮掉的东西：

你好。这是一个组合在一起的句子序列。他们不必遵循这个确切的格式，但是非常接近这个的东西会很好！基本上像这样的东西加上偶尔奇怪的格式，这取决于刮什么。

但我也可能会得到一些显然不是文本的东西：

注册 | 登录 | 登出 | 登录您的帐户 忘记密码？{* #signInForm *}....

是否有任何 python 库可以检查字符串的一般格式？基本上，我在刮文章，想看看刮出来的文字是不是article-y。如果没有 python 库，最好的方法是某种正则表达式匹配吗？这有可能做得相当好吗？

任何帮助将不胜感激，谢谢！！