如何使用`portia`从html中获取`keywords`
如何使用`portia`从html中获取`keywords`
提问于 2015-09-08 09:48:30
现在我想从一个网页中抓取keywords元和description，如下所示：
<html>
<head>
<title>test page</title>
<meta name="keywords" content="A,B,C">
<meta name="description" content="the description a page">
....我昨天在谷歌上搜索，但是不知道，请给我一些建议。
回答 1
Stack Overflow用户
发布于 2015-09-08 10:28:15
你甚至不需要scrapy来做这件事。您可以使用标准库类HTMLParser来完成此操作。
#!/usr/bin/python3
try:
from html.parser import HTMLParser
except ImportError:
import HTMLParser
class MyHTMLParse(HTMLParser):
TAG = "meta"
NAMES = ['keywords', 'description']
def __init__(self):
HTMLParser.__init__(self)
self.contents = {}
def handle_starttag(self, tag, attrs):
if tag == MyHTMLParse.TAG:
attributes = {i[0] : i[1] for i in attrs}
if attributes.get("name", None) in MyHTMLParse.NAMES:
self.contents[attributes["name"]] = attributes["content"]
parser = MyHTMLParse()
# Feed parser the website with parser.feed(), then access the information with
# parser.contents as a dictionary with keys "keywords" and "description"页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/32448105
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号