如何从Meta标签抓取指定属性值？CBDC Tracker爬取问题

你的代码存在以下问题：

• 使用soup.find_all('meta')会获取页面所有meta标签，自然得到大量无关属性
• soup.attrs={"content": "twitter:title"}是错误操作，这是修改soup对象的属性，和提取目标内容无关
• 依赖索引res[6]获取目标标签不稳定，网站结构变化后索引会失效

正确代码实现 #

要精准提取"Central Bank Digital Currency (CBDC) Tracker"，可以通过定位特定属性的meta标签，或者直接提取网页title标签，两种方法如下：

import requests
from bs4 import BeautifulSoup

URL = "https://cbdctracker.org/"

response = requests.get(URL)
# 确保编码正确，避免乱码
response.encoding = response.apparent_encoding
soup = BeautifulSoup(response.text, "html.parser")

# 方法1：提取twitter:title对应的meta标签内容
target_meta = soup.find('meta', property='twitter:title')
if target_meta:
    cbdc_title = target_meta['content']
    print(cbdc_title)

# 方法2：直接提取网页title标签文本（更简洁）
# if soup.title:
#     cbdc_title = soup.title.string
#     print(cbdc_title)

代码说明 #

• 使用soup.find()配合property='twitter:title'直接定位目标meta标签，避免获取大量无关内容
• 提取标签的content属性即可得到目标文本
• 额外处理了编码问题，避免出现乱码情况
• 加入判断确保标签存在时再提取，防止报错

内容的提问来源于stack exchange，提问作者Safiyah