猿问

尝试使用 BeautifulSoup 获取元数据时出现意外结果

好的，这就是我正在尝试做的。我对 Python 还很陌生，我才刚刚掌握它。无论如何，使用这个小工具，我正在尝试从页面中提取数据。在这种情况下，我希望用户输入一个 URL 并让它返回


<meta content=" % Likes, % Comments - @% on Instagram: “post description []”" name="description" /> 

但是，替换%为帖子的喜欢/评论等数量。


这是我的完整代码：


from urllib.request import urlopen

from bs4 import BeautifulSoup

import requests

import re


url = "https://www.instagram.com/p/BsOGulcndj-/"

page2 = requests.get(url)

soup2 = BeautifulSoup(page2.content, 'html.parser')

result = soup2.findAll('content', attrs={'content': 'description'})

print (result)

但是每当我运行它时，我都会得到[]. 我究竟做错了什么？


慕无忌1623718
浏览 148回答 2
2回答

ITMISS

匹配这些标签的正确方法是：result&nbsp;=&nbsp;soup2.findAll('meta',&nbsp;content=True,&nbsp;attrs={"name":&nbsp;"description"})但是，html.parser不能<meta>正确解析标签。它没有意识到它们是自闭合的，所以它<head>在结果中包含了其余的大部分。我改为soup2&nbsp;=&nbsp;BeautifulSoup(page2.content,&nbsp;'html5lib')然后上面搜索的结果是：[<meta&nbsp;content="46.3m&nbsp;Likes,&nbsp;2.6m&nbsp;Comments&nbsp;-&nbsp;EGG&nbsp;GANG&nbsp;🌍&nbsp;(@world_record_egg)&nbsp;on&nbsp;Instagram:&nbsp;“Let’s&nbsp;set&nbsp;a&nbsp;world&nbsp;record&nbsp;together&nbsp;and&nbsp;get&nbsp;the&nbsp;most&nbsp;liked&nbsp;post&nbsp;on&nbsp;Instagram.&nbsp;Beating&nbsp;the&nbsp;current…”"&nbsp;name="description"/>]
0
随时随地看视频慕课网APP

相关分类

Python
我要回答