如何从meta标记中可靠地提取属性、内容？

Question

我有下面几行HTML。我需要提取并获取og:image和content属性的列表。问题是，如果我这么简单的话字符串.拆分（），以下行的结果将不同，因为第二行的content值中有许多空格。在

如何可靠地处理这些字符串行并获得一个列表，如： ['og:image', 'http....whatever.jpg']第二行也一样吗？在

 <meta property="og:image" content="http://google.com/example.jpg"/>
 <meta property="og:title" content="Fant over 300 falske personer i skattelistene"/>

编辑： 我现在这样分析：

^{pr2}$

也许有一种方法可以使用XPath直接将内容/属性放入列表中？在

Answer 1

不要将元素转换回字符串，只需通过每个元素的attrib映射获取属性：

for i in m:
    print (i.attrib['property'], i.attrib['content'])