búsqueda de Python <title>

Question

Quiero recuperar el título de una página web que abro usando urllib2. Cuál es la mejor manera de hacer esto, analizar el html y encontrar lo que necesito (por ahora solo la etiqueta, pero podría necesitar más en el futuro).

¿Hay una buena lib de análisis para este propósito?

Answer 1

Sí, recomendaría BeautifulSoup

Si usted está recibiendo el título es simplemente:

soup = BeautifulSoup(html) 
myTitle = soup.html.head.title 

o

myTitle = soup('title') 

Tomado de the documentation

Es muy robusto y analizará el html no importa lo sucio que es.

Answer 2

Use Beautiful Soup.

html = urllib2.urlopen("...").read() 
from BeautifulSoup import BeautifulSoup 
soup = BeautifulSoup(html) 
print soup.title.string 

Answer 3

Trate Beautiful Soup:

url = 'http://www.example.com' 
response = urllib2.urlopen(url) 
html = response.read() 

soup = BeautifulSoup(html) 
title = soup.html.head.title 
print title.contents 

Answer 4

¿Por qué están importando una biblioteca adicional para una tarea? No hay expresiones regulares? ¿no fue la solicitud de urllib not bs4 o mech que son terceros? para hacer con las bibliotecas estándar analizar el html y hacer coincidir la cadena y luego dividir el '>''<' con re o whateves.

N=(len(html)) 
for a in html(N): 
    if '<title>' in a: 
     Title=(str(a)) 

eso pitón 2 creo, puede despojarlo