Estaba intentando extraer la información de un código de html, en concreto lo que me interesa es centrarme en el contenido de esta etiqueta de html:
*
<h2> <a href="https://www.xataka.com/robotica-e-ia/deepfakes-tendremos-problema-verdad-videos-serviran-como-pruebas" class="l:3035280" > Con los deepfakes tendremos un problema con la verdad: ni los vídeos servirán como pruebas </a> </h2>
*
<h2> <a href="https://www.xataka.com/robotica-e-ia/deepfakes-tendremos-problema-verdad-videos-serviran-como-pruebas" class="l:3035280" > Con los deepfakes tendremos un problema con la verdad: ni los vídeos servirán como pruebas </a> </h2>
Lo que quiero es quedarme con la información que está entre la etiqueta h2h2
,
ya que después pensaba filtrar lo que realmente me interesa que es la frase "Con los deepfakes tendremos un problema con la verdad: ni los vídeos servirán como pruebas" que pensaba hacer con un re.search.
heHe intentado coger [\s\w]+</h2> pen[\s\w]+<\/h2>
pensando en quedarme con todas las letras y espacios a lslos que les preceda la etiqueta pero</h2>
pero no logro conseguir el resultado que deseo.
Si alguien pudiera ayudarme se lo agradecería.
Muchas gracias