Wie h2 und h3 Titel aus Nachrichtenartikeln extrahiert werden

Question

Ich versuche diesen Web-Scrapper zu erstellen, der den Haupttitel aus Nachrichtenartikeln extrahieren kann.

# -*- coding: utf-8 -*- 
import requests 
from bs4 import BeautifulSoup 

url= input('enter the url \n') 

r = requests.get(url) 
content = r.content 
soup = BeautifulSoup(content, "html.parser") 
heading = soup.find_all('h1') 
print(heading) 
print(str.strip(heading[0].text)) 

Dies funktioniert nur für die Titel in h1 Tags, sondern Wurffehler für Titel in h2 oder h3 Tags. Wie kann ich diesen Code so ändern, dass er auch für h2 und h3 Tags funktioniert? Danke im Voraus!

Answer 1

BeautifulSoup ziemlich flexibel ist, passieren nur in einem list of tag names Sie suchen möchten:

soup.find_all(['h1', 'h2', 'h3']) 

Sie können sogar tun:

import re 

soup.find_all(re.compile(r"^h\d$")) # would match "h" followed by a single digit