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 147回答 2
2回答
-
ITMISS
匹配这些标签的正确方法是：result = soup2.findAll('meta', content=True, attrs={"name": "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 = BeautifulSoup(page2.content, 'html5lib')然后上面搜索的结果是：[<meta content="46.3m Likes, 2.6m Comments - EGG GANG 🌍 (@world_record_egg) on Instagram: “Let’s set a world record together and get the most liked post on Instagram. Beating the current…”" name="description"/>]
随时随地看视频慕课网APP
相关分类
Python