Je viens de commencer à bricoler avec scrapy en conjonction avec BeautifulSoup et je me demande si quelque chose me manque, mais je n'arrive pas à comprendre comment obtenir le doctype d'un retour document html de l'objet de soupe résultant.Obtenir le document DOCTYPE avec BeautifulSoup
avec le code HTML suivant:
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01//EN" "http://www.w3.org/TR/html4/strict.dtd">
<html lang="en">
<head>
<meta charset=utf-8 />
<meta name="viewport" content="width=620" />
<title>HTML5 Demos and Examples</title>
<link rel="stylesheet" href="/css/html5demos.css" type="text/css" />
<script src="js/h5utils.js"></script>
</head>
<body>
<p id="firstpara" align="center">This is paragraph <b>one</b>
<p id="secondpara" align="blah">This is paragraph <b>two</b>.
</html>
Quelqu'un peut-il me dire s'il y a un moyen d'extraire le doctype déclaré de l'aide BeautifulSoup?
Soyez prudent, cette syntaxe se casse si le doctype n'est pas le premier élément. Par exemple, lorsqu'il y a une déclaration xml en haut du document. – karlcow
Cela pourrait retourner n'importe quoi, car doctype pourrait être manquant et c'est souvent le cas. – zvone