如何使用 BeautifulSoup soup.select 获取元标记值

Question

我想从一个 html 标签中提取日期。我正在使用 Python 和 Beautiful Soup。

<meta name="Email" content="info@info.de">
<meta name="Date" content="2021-04-28T20:35:00+02:00">
<meta name="title" content="Tris is tite">

我只想提取日期，所以这应该是结果：2021-04-28T20:35:00+02:00

我知道我可以这样做：

tag = "meta['Date']"
date = soup.select(tag)
date = date['content']

但是是否可以仅使用一个 css 选择器，仅使用标签值来做到这一点？ 例如，像这样的东西？

tag = "meta['Date']['content']" # or something like this?
date = soup.select(tag)
print(date)
2021-04-28T20:35:00+02:00

PS 我必须使用soup.select、soup.find(...) 和soup.select_one 对我不起作用。 所以只有soup.select 有效！

Answer 1

你快到了。您似乎混淆了属性名称。试试：

tag = "meta[content]" 
date = soup.select_one(tag)
print(date.get('content'))

输出：

2021-04-28T20:35:00+02:00

编辑： 将标语行更改为：

tag = "meta[content][name='Date']" 

Answer 2

你可以简单地使用：

>>> from bs4 import BeautifulSoup
>>> content = """<meta name="Date" content="2021-04-28T20:35:00+02:00"> """
>>> soup = BeautifulSoup(content, 'html.parser')
>>> soup.find("meta", {"name": "Date"}).attrs['content']
>>> '2021-04-28T20:35:00+02:00'

如果您想提取所有“元”标签并使用“选择”显示日期属性：

>>> for item in soup.select("meta"):
...     print(item.attrs.get('content'))