[BS4] コードがきちんと書かれていない? 部分の情報をスクレイピングしたい

Question

こんにちは。
RとKerasによるディープラーニングの以下の情報を取得したいです。

• 著者
• 発行年月
• ページ数

著者とページ数は取得できたのですが、発行月の2018年10月 発行がうまく取得できません。
この部分だけほかの2つとは書き方が違うのはわかるのですが、ではどうやれば取得できるのかがわかりません。

知恵をお貸しください(._.)

スクレイピングしたいhtml周辺

<ul class="biblio">
                <li itemprop="author">François Chollet、J. J. Allaire　著、瀬戸山 雅人　監訳、長尾 高弘　訳</li>
                <li>
                <meta itemprop="datePublished" content="2018-10-12">2018年10月 発行
                </li>
                <li><span itemprop="numberOfPages">400</span>ページ</li>
                <li>ISBN<span itemprop="isbn">978-4-87311-857-4</span></li>
                <li>フォーマット Print PDF </li>
                
                <li>原書: <a href="https://www.manning.com/books/deep-learning-with-r" target="_blank">Deep Learning with R</a></li>
                
</ul>

現在のコード

from bs4 import BeautifulSoup
import requests

def getpret():
    r1 = requests.get("https://www.oreilly.co.jp/books/9784873118574/")
    r1.encoding = r1.apparent_encoding

    html_doc = r1.text
    soup = BeautifulSoup(html_doc)
    print(soup.find(itemprop="author").text)
    print(soup.find(itemprop="datePublished")) # .textとするとエラー
    print(soup.find(itemprop = "numberOfPages").text)

getpret()

現在の出力結果
<meta content="2018-10-12" itemprop="datePublished"/>の部分が2018年10月 発行となるようにしたい。

François Chollet、J. J. Allaire　著、瀬戸山 雅人　監訳、長尾 高弘　訳
<meta content="2018-10-12" itemprop="datePublished"/>
400

できましたー(≧∇≦)b

hayataka2049様のアドバイスのおかげでできましたー(>ω<)

# 完成コード
def getpret():
    r1 = requests.get("https://www.oreilly.co.jp/books/9784873118574/")
    r1.encoding = r1.apparent_encoding

    html_doc = r1.text
    soup = BeautifulSoup(html_doc)
    print(soup.find(itemprop="author").text)
    print(soup.find(itemprop="datePublished")["content"])
    print(soup.find(itemprop = "numberOfPages").text)

getpret()

もうひとつの候補

print(soup.find(itemprop="author").text)
print(soup.find(itemprop="datePublished").parent.text)
print(soup.find(itemprop = "numberOfPages").text)

ちなみに上記のコードにすると出力結果が以下のようになる(._.)
何故か出力結果に改行。。。

François Chollet、J. J. Allaire　著、瀬戸山 雅人　監訳、長尾 高弘　訳

2018年10月 発行
                
400

改行を消すコード

改行を消すコードをbarobaro様に教えてもらいました! ありがとうございます<3

改行を消すコード

def getpret_teratail():
    r1 = requests.get("https://www.oreilly.co.jp/books/9784873118574/")
    r1.encoding = r1.apparent_encoding

    html_doc = r1.text
    soup = BeautifulSoup(html_doc)
    print(soup.find(itemprop="author").text)
    print(soup.find(itemprop="datePublished").parent.get_text(strip=True))
    print(soup.find(itemprop = "numberOfPages").text)

getpret_teratail()

Answer 1

.textのところを.get_text(strip=True)にすると前後の空白文字が除去できます

Comments

[Yukiya025]

barobaro様、おはようございます<3
なるほど(ﾟдﾟ) ありがとうございます！ できましたー(≧∇≦)b

Answer 2

<li>
    <meta itemprop="datePublished" content="2018-10-12">2018年10月 発行
</li>

<meta itemprop="datePublished" ...>の親のliタグのtextを取れば良いです。

    print(soup.find(itemprop="datePublished").parent.text)

あるいは、発想を転換してcontent="2018-10-12"を取ってみてはどうですか。

    print(soup.find(itemprop="datePublished")["content"])

Comments

[Yukiya025]

hayataka2049様、ありがとうございます！ できました(*^^*)
> 発想を転換してcontent="2018-10-12"
たしかに、今後日付でソート、みたいなことしたいかもなのでこちらを採用しました<3