我遇到了一些我不太理解的奇怪行为。我希望有人能解释发生了什么。
考虑这个元数据:
<meta property="og:title" content="This is the Tesla Semi truck">
<meta name="twitter:title" content="This is the Tesla Semi truck">
此行成功找到所有“og”属性并返回一个列表。
opengraphs = doc.html.head.findAll(property=re.compile(r'^og'))
但是，这条线无法为 Twitter 卡片做同样的事情。
twitterCards = doc.html.head.findAll(name=re.compile(r'^twitter'))
为什么第一行成功找到所有“og”(opengraph cards)，但找不到twitter cards？
最佳答案
问题是 name= 有特殊含义。它用于查找标签名称 - 在您的代码中它是 meta
您必须添加 "meta" 并使用包含 "name" 的字典
不同项目的示例。
from bs4 import BeautifulSoup
import re
data='''
<meta property="og:title" content="This is the Tesla Semi truck">
<meta property="twitter:title" content="This is the Tesla Semi truck">
<meta name="twitter:title" content="This is the Tesla Semi truck">
'''
head = BeautifulSoup(data)
print(head.findAll(property=re.compile(r'^og'))) # OK
print(head.findAll(property=re.compile(r'^tw'))) # OK
print(head.findAll(name=re.compile(r'^meta'))) # OK
print(head.findAll(name=re.compile(r'^tw'))) # empty
print(head.findAll('meta', {'name': re.compile(r'^tw')})) # OK
关于Python Beautiful Soup 提取 HTML 元数据，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/47852373/