Sto cercando di analizzare il contenuto da metatag specifici. Ecco la struttura dei meta tag. I primi due sono chiusi con una barra rovesciata, ma il resto non ha tag di chiusura. Non appena ottengo il terzo meta tag, viene restituito l'intero contenuto tra i tag <head>
. Ho anche provato soup.findAll(text=re.compile('keyword'))
ma questo non restituisce nulla poiché la parola chiave è un attributo del meta tag.Estrazione di contenuti da metatag specifici che non vengono chiusi utilizzando BeautifulSoup
<meta name="csrf-param" content="authenticity_token"/>
<meta name="csrf-token" content="OrpXIt/y9zdAFHWzJXY2EccDi1zNSucxcCOu8+6Mc9c="/>
<meta content='text/html; charset=UTF-8' http-equiv='Content-Type'>
<meta content='en_US' http-equiv='Content-Language'>
<meta content='c2y_K2CiLmGeet7GUQc9e3RVGp_gCOxUC4IdJg_RBVo' name='google-site- verification'>
<meta content='initial-scale=1.0,maximum-scale=1.0,width=device-width' name='viewport'>
<meta content='notranslate' name='google'>
<meta content="Learn about Uber's product, founders, investors and team. Everyone's Private Driver - Request a car from any mobile phone—text message, iPhone and Android apps. Within minutes, a professional driver in a sleek black car will arrive curbside. Automatically charged to your credit card on file, tip included." name='description'>
Ecco il codice:
import csv
import re
import sys
from bs4 import BeautifulSoup
from urllib.request import Request, urlopen
req3 = Request("https://angel.co/uber", headers={'User-Agent': 'Mozilla/5.0')
page3 = urlopen(req3).read()
soup3 = BeautifulSoup(page3)
## This returns the entire web page since the META tags are not closed
desc = soup3.findAll(attrs={"name":"description"})
Allora, cosa uscita speri di ottenere? – sihrc
Voglio il contenuto del meta tag che ha name = "description" – tcash21